该研究提出了一种新的半监督方法，通过平均教师框架减轻训练可靠的人群计数模型的标注负担，提高模型的实用性和准确性。

该文章提出了一种学习判别特征的框架，以改进人群计数模型的定位能力和区分前景与背景的能力。该框架包括掩蔽特征预测模块和像素级对比学习模块，对计算机视觉任务有潜在的性能提升效果。

该研究提出了一种基于平均教师框架的新的半监督方法，可减轻训练可靠的人群计数模型所需的大量标注负担，提高模型的实用性和准确性。该方法在人群计数领域表现最先进。