1.一种人群计数的方法，其特征在于，包括：

基于预设模型算法分别对至少两种模态数据进行特征提取，得到第一模态数据对应的第一模态特征及第二模态数据对应的第二模态特征，所述至少两种模态数据包括所述第一模态数据和所述第二模态数据；

对所述第一模态特征中第一目标通道数据和所述第二模态特征中第二目标通道数据进行交互，分别得到交互后第一模态特征及交互后第二模态特征，所述第一目标通道数据与所述第二目标通道数据一一对应；

分别对所述交互后第一模态特征和所述交互后第二模态特征进行神经网络计算，得到所述交互后第一模态特征对应的第一分布调制参数及所述交互后第二模态特征对应的第二分布调制参数，所述第一分布调制参数为所述交互后第一模态特征的均值和方差，所述第一分布调制参数用于表示所述交互后第一模态特征的数据分布，所述第二分布调制参数为所述交互后第二模态特征的均值和方差，所述第二分布调制参数用于表示所述交互后第二模态特征的数据分布；

基于所述第一分布调制参数对第一批归一化层中的第一处理参数进行融合调制并基于所述第二分布调制参数对第二批归一化层中的第二处理参数进行融合调制，得到调制后预设模型算法，所述预设模型算法包括所述第一批归一化层和所述第二批归一化层；

基于所述调制后预设模型算法计算目标人群的目标数量。

2.根据权利要求1所述的方法，其特征在于，所述分别对所述交互后第一模态特征和所述交互后第二模态特征进行神经网络计算，得到所述交互后第一模态特征对应的第一分布调制参数及所述交互后第二模态特征对应的第二分布调制参数包括：基于第一预设参数调制生成算法对所述交互后第一模态特征进行神经网络计算，得到第一分布调制参数；以及基于第二预设参数调制生成算法对所述交互后第二模态特征进行神经网络计算，得到第二分布调制参数。

3.根据权利要求1所述的方法，其特征在于，基于预设模型算法分别对至少两种模态数据进行特征提取，得到第一模态数据对应的第一模态特征及第二模态数据对应的第二模态特征包括：基于第一特征提取网络对所述第一模态数据进行特征提取，得到所述第一模态特征；

以及

基于第二特征提取网络对所述第二模态数据进行特征提取，得到所述第二模态特征，其中，所述预设模型算法包括所述第一特征提取网络和所述第二特征提取网络，所述第一特征提取网络包括所述第一批归一化层，所述第二特征提取网络包括所述第二批归一化层。

4.根据权利要求3所述的方法，其特征在于，所述基于所述第一分布调制参数对第一批归一化层中的第一处理参数进行融合调制并基于所述第二分布调制参数对第二批归一化层中的第二处理参数进行融合调制，得到调制后预设模型算法包括：基于第一预设融合算法对所述第一分布调制参数和所述第一处理参数进行融合调制，得到调制后第一处理参数并基于第二预设融合算法对所述第二分布调制参数和所述第二处理参数进行融合调制，得到调制后第二处理参数；

将所述第一批归一化层中的所述第一处理参数更新为所述调制后第一处理参数并将所述第二批归一化层中的所述第二处理参数更新为所述调制后第二处理参数，得到所述调制后预设模型算法。

5.根据权利要求1所述的方法，其特征在于，在所述对所述第一模态特征中第一目标通道数据和所述第二模态特征中第二目标通道数据进行交互之前，所述方法包括：计算所述第一模态特征中各第一通道数据的第一数据分布，并计算所述第二模态特征中各第二通道数据的第二数据分布；

将所述第一数据分布一一与之对应的所述第二数据分布进行分布差异性比对，得到各比对结果，其中，所述各比对结果用于表示所述各第一通道数据与之对应的所述第二通道数据之间的分布性差异；

在所述各比对结果中选择分布差异性最大的预设数量目标比对结果；

根据所述目标比对结果在所述第一通道数据中确定所述预设数量的第一目标通道数据及根据所述目标比对结果在所述第二通道数据中确定所述预设数量的第二目标通道数据。

6.根据权利要求5所述的方法，其特征在于，所述对所述第一模态特征中第一目标通道数据和所述第二模态特征中第二目标通道数据进行交互包括：计算所述第一模态特征中全部所述第一通道数据的第一平均分布并计算所述第二模态特征中全部所述第二通道数据的第二平均分布；

在所述预设数量的第一目标通道数据中选择任一第一目标通道数据，并在所述预设数量的第二目标通道数据中选择与所述任一第一目标通道数据对应的第二目标通道数据；

将所述任一第一目标通道数据对应的第一数据分布与所述第一平均分布进行分布差异性比较，得到第一比较结果，并将所述任一第一目标通道数据对应的第二目标通道数据的第二数据分布与所述第二平均分布进行比较，得到第二比较结果；

在确定所述第一比较结果显示的分布差异大于所述第二比较结果显示的分布差异的情况下，确定所述第一模态特征为接收方，以使所述第一模态特征接收所述任一第一目标通道数据对应的第二目标通道数据进行特征拼接；

在确定所述第二比较结果显示的分布差异大于所述第一比较结果显示的分布差异的情况下，确定所述第二模态特征为接收方，以使所述第二模态特征接收所述任一第一目标通道数据进行特征拼接，直至所述预设数量的第一目标通道数据与所述预设数量的第二目标通道数据之间交互完毕。

7.根据权利要求1所述的方法，其特征在于，在所述对所述第一模态特征中第一目标通道数据和所述第二模态特征中第二目标通道数据进行交互，分别得到交互后第一模态特征及交互后第二模态特征之后，所述方法包括：基于预设门控网络计算所述交互后第一模态特征对应的第一权重并基于所述预设门控网络计算所述交互后第二模态特征对应的第二权重；

对所述第一权重和所述第二权重进行归一化处理，得到处理后第一权重和处理后第二权重；

基于所述处理后第一权重、所述处理后第二权重、所述交互后第一模态特征和所述交互后第二模态特征进行加权融合，得到多模态数据概率密度图；

根据所述多模态数据概率密度图计算所述目标人群的所述目标数量。

8.一种人群计数的装置，其特征在于，包括：

提取单元，用于基于预设模型算法分别对至少两种模态数据进行特征提取，得到第一模态数据对应的第一模态特征及第二模态数据对应的第二模态特征，所述至少两种模态数据包括所述第一模态数据和所述第二模态数据；

交互单元，用于对所述第一模态特征中第一目标通道数据和所述第二模态特征中第二目标通道数据进行交互，分别得到交互后第一模态特征及交互后第二模态特征，所述第一目标通道数据与所述第二目标通道数据一一对应；

第一计算单元，用于分别对所述交互后第一模态特征和所述交互后第二模态特征进行神经网络计算，得到所述交互后第一模态特征对应的第一分布调制参数及所述交互后第二模态特征对应的第二分布调制参数，所述第一分布调制参数为所述交互后第一模态特征的均值和方差，所述第一分布调制参数用于表示所述交互后第一模态特征的数据分布，所述第二分布调制参数为所述交互后第二模态特征的均值和方差，所述第二分布调制参数用于表示所述交互后第二模态特征的数据分布；

调制单元，用于基于所述第一分布调制参数对第一批归一化层中的第一处理参数进行融合调制并基于所述第二分布调制参数对第二批归一化层中的第二处理参数进行融合调制，得到调制后预设模型算法，所述预设模型算法包括所述第一批归一化层和所述第二批归一化层；

第二计算单元用于基于所述调制后预设模型算法计算目标人群的目标数量。

9.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1‑7中任一项所述的方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1‑7中任一项所述的方法。