本申请提供一种人群密度估计方法及装置、一种电子设备以及一种计算机可读介质。其中，所述方法包括：获取针对监控区域中人群的监控视频，提取所述监控视频中图像帧间差异大于预设差分阈值的关键帧，将所述关键帧输入卷积神经网络模型中进行人群分析，输出所述关键帧对应的人群密度估计图和人数估计结果，其中，所述卷积神经网络模型是以不同图像及其对应的人群密度估计图和人数估计结果为样本集，经过深度学习训练建立的。由于是提取监控视频中的关键帧后再进行人群密度估计，相较于现有技术，能够提高人群密度估计的效率和准确性。