买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北电力大学申请的专利一种基于改进YOLOv8n的拥挤场景行人检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119942428B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411694374.8，技术领域涉及：G06V20/52；该发明授权一种基于改进YOLOv8n的拥挤场景行人检测方法是由周欣欣;谢春迎;杜原泽;赵鸿皓;李纯祯设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种基于改进YOLOv8n的拥挤场景行人检测方法在说明书摘要公布了：本发明公开了一种基于改进YOLOv8n的拥挤场景行人检测方法，具体包括以下步骤：步骤1：将待检测的图像输入到改进主干网络，提取不同尺度的特征；步骤2：将步骤1提取的特征输入到模型的特征融合网络DCPAN中，进行特征融合；步骤3：将步骤2融合后的特征输入到模型的改进头部网络中，进行拥挤场景行人检测结果的预测和筛选，得到拥挤场景行人检测的最终预测结果，实现拥挤场景行人检测。相较于现有技术，本发明公开的一种基于改进YOLOv8n的拥挤场景行人检测方法，能有效提高拥挤场景下行人检测的精度。

本发明授权一种基于改进YOLOv8n的拥挤场景行人检测方法在权利要求书中公布了：1.一种基于改进YOLOv8n的拥挤场景行人检测方法，其特征在于，基于改进YOLOv8n的拥挤场景行人检测模型EMDC-YOLOv8n包括改进主干网络、特征融合网络DCPAN和改进头部网络；EMDC-YOLOv8n模型的构建进一步包括步骤1至步骤3： 步骤1：将待检测的图像输入到所述EMDC-YOLOv8n模型的改进主干网络中，提取不同尺度的特征； 所述改进主干网络由依次连接的卷积层1、卷积层2、C2f模块1、卷积层3、C2f模块2、卷积层4、C2f模块3、卷积层5、C2f模块4、残差EMA模块1和SPPF模块组成； 所述改进主干网络通过C2f模块1、C2f模块2、C2f模块3和SPPF模块分别输出4种不同尺度的特征信息； 步骤2：将步骤1提取的特征输入到所述EMDC-YOLOv8n模型的特征融合网络DCPAN中，进行特征融合； 所述EMDC-YOLOv8n模型的特征融合网络DCPAN，在YOLOv8n颈部网络的基础上，增加卷积层7、卷积层8、卷积层9、残差EMA模块3和新的特征尺度融合层，并使用DiFPN模块替换YOLOv8n颈部网络的Concat模块； 所述新的特征尺度融合层依次由卷积层6、上采样1、DiFPN模块3、C2f模块7、残差EMA模块2和卷积层10组成； 所述SPPF模块的输出作为所述卷积层9的输入，所述卷积层9的输出传输至自顶向下的路径中，同时，所述卷积层9横向跨越连接至自底向上路径中的DiFPN模块6； 所述C2f模块3的输出作为所述卷积层8的输入，所述卷积层8的输出作为DiFPN模块2的输入，同时，所述卷积层8横向跨越连接至自底向上路径中的DiFPN模块5； 所述C2f模块2的输出作为所述卷积层7的输入，所述卷积层7的输出作为DiFPN模块1的输入，同时，所述卷积层7横向跨越连接至自底向上路径中的DiFPN模块4；所述DiFPN模块4的输出作为C2f模块8的输入；所述C2f模块8的输出作为残差EMA模块3的输入；所述残差EMA模块3的输出作为卷积层11的输入； 所述C2f模块1的输出作为所述卷积层6的输入，所述卷积层6横向跨越连接至自底向上路径中的DiFPN模块3，同时，上采样1的输出也作为DiFPN模块3的输入；所述DiFPN模块3的输出作为C2f模块7的输入，所述C2f模块7的输出作为残差EMA模块2输入；所述残差EMA模块2输出作为卷积层10的输入，所述卷积层10的输出作为DiFPN模块4的输入； 步骤3：将步骤2中融合后的特征输入到所述EMDC-YOLOv8n模型的改进头部网络中，进行拥挤场景行人检测结果的预测和筛选，得到最终的拥挤场景行人检测的预测结果，实现拥挤场景行人检测； 所述EMDC-YOLOv8n模型的改进头部网络，包括4个ASFF检测头； ASFF检测头4接收C2f模块10输出的特征图；ASFF检测头3接收C2f模块9输出的特征图；ASFF检测头2接收残差EMA模块3输出的特征图；ASFF检测头1接收残差EMA模块2输出的特征图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北电力大学，其通讯地址为：132000 吉林省吉林市长春路169号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。