مع وجود تجمعات جماهيرية متعددة تضم ملايين الأشخاص سنويًا في أحداث تتراوح من الحج إلى الاحتجاجات، والحفلات الموسيقية إلى السباقات الماراثونية، والمهرجانات إلى الجنازات؛ فإن تحليل الحشود البصرية يظهر كأحد المجالات الجديدة في رؤية الكمبيوتر. وبشكل خاص، يعد عد الأفراد في الحشود الكثيفة مشكلة صعبة ذات تطبيقات واسعة في سلامة وإدارة الحشود، وكذلك تقدير الأهمية السياسية للاحتجاجات والتظاهرات. في هذا البحث، نقترح نهجًا جديدًا يحل بشكل متزامن مشاكل العد، وتقدير الخريطة الكثافة، وتوضيح مواقع الأفراد في صورة حشد كثيف معينة. تعتمد صيغتنا على ملاحظة مهمة وهي أن هذه المشاكل الثلاثة مرتبطة ببعضها البعض بشكل جوهري مما يجعل دالة الخسارة لتحسين شبكة CNN العميقة قابلة للتفكيك. نظرًا لأن التوضيح يتطلب صورًا و Annotations (الشروح) عالية الجودة، فقد قمنا بتقديم مجموعة بيانات UCF-QNRF التي تتغلب على عيوب المجموعات السابقة من البيانات وتتضمن 1.25 مليون إنسان تم وضع علامات عليهم يدويًا باستخدام شروح النقاط. وأخيرًا، نقدم مقاييس التقييم ومقارنة مع شبكات CNN العميقة الحديثة، بما في ذلك تلك التي طُورت خصيصًا لعد الحشود. يتفوق نهجنا بشكل كبير على أفضل التقنيات الموجودة حتى الآن على المجموعة الجديدة من البيانات، والتي تعد الأكثر تحديًا مع أكبر عدد من شروح الحشد في مجموعة متنوعة من المشاهد.