高密度混雑シーンにおける精度低下問題を解決するための群衆理解用アテンション注入型変形畳み込みネットワークであるADCrowdNet（Attention-Injective Deformable Convolutional Network）を提案します。ADCrowdNetは2つの連結されたネットワークで構成されています。最初に、画像中の群衆領域を検出し、これらの領域の混雑度を計算するアテンション認識型ネットワークであるAttention Map Generator (AMG)が用いられます。次に、検出された群衆領域と混雑度の事前知識に基づいて、多尺度変形畳み込みネットワークであるDensity Map Estimator (DME)が高品質な密度マップを生成します。アテンション認識型学習スキームと多尺度変形畳み込みスキームにより、提案されたADCrowdNetは群衆特徴をより効果的に捉え、さまざまなノイズに対してより耐性を持つ能力を達成しています。我々の手法は、4つの主要な群衆カウントデータセット（ShanghaiTech, UCF_CC_50, WorldEXPO'10, UCSD）および追加の車両カウントデータセットTRANCOSで評価され、これらのすべてのデータセットにおいて既存の最先端手法を上回る結果を得ています。