发明公开
- 专利标题: 一种基于深度学习自编码器的图像异常检测方法
-
申请号: CN202310582654.9申请日: 2023-05-19
-
公开(公告)号: CN116645344A公开(公告)日: 2023-08-25
- 发明人: 黄伟 , 刘振 , 张冰洋 , 李永杰 , 金晓航 , 赵明珠
- 申请人: 浙江工业大学
- 申请人地址: 浙江省杭州市下城区潮王路18号
- 专利权人: 浙江工业大学
- 当前专利权人: 浙江工业大学
- 当前专利权人地址: 浙江省杭州市下城区潮王路18号
- 代理机构: 杭州求是专利事务所有限公司
- 代理商 忻明年
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G06N3/048 ; G06N3/0455 ; G06N3/084
摘要:
本发明公开了一种基于深度学习自编码器的图像异常检测方法,对输入的正常样本进行预处理,利用编码器得到编码特征,然后将编码特征输入到记忆模块中记忆正常样本的潜层特征,将得到的潜层特征通过解码器解码得到重构图像。另外,将潜层特征利用Deep SVDD映射到一个超球体中,同时计算重构图像与初始图像的重构误差和潜层特征到球心的距离误差,将重构误差和潜层特征到超球体的距离误差联合作为异常评分,最终实现异常检测。本发明采用了记忆模块对编码特征进行更新记忆,并添加了对潜层特征采用Deep SVDD的超球映射,能更加有效的扩大正常和异常样本之间的异常分数,从而提高异常检测的效果。