基于引入自动记忆机制对抗自编码器的异常区域检测方法
授权
摘要
本发明属于图像处理技术领域，并具体公开了一种基于引入自动记忆机制对抗自编码器的异常区域检测方法。包括：在工业现场图像划分的训练集和测试集中，训练集仅包含OK样本，测试集包含OK和NG样本；设计具备自动记忆机制的对抗自编码器模型；使用训练集训练，测试集评价，得到最优模型；构建训练集样本异常值的统计模型，得出判别OK/NG的判别阈值。将待检测样本输入已训练网络模型，生成器重构得到重构图，获取异常值，若小于判别阈值判定为OK，否则判定为NG，将输入图与重构图输入比较模块得到异常区域位置。本发明仅使用OK样本作为训练集，能够判别OK/NG，定位异常区域位置，并且NG样本召回率较高，检测速度较快。
基本信息
专利标题 ：
基于引入自动记忆机制对抗自编码器的异常区域检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110992354A
申请号 ：
CN201911286021.3
公开（公告）日 ：
2020-04-10
申请日 ：
2019-12-13
授权号 ：
CN110992354B
授权日 ：
2022-04-12
发明人 ：
牛通之李斌牛拴龙邱园红李言洲李威风闫福强彭亚茹李贝
申请人 ：
华中科技大学
申请人地址 ：
湖北省武汉市洪山区珞喻路1037号
代理机构 ：
华中科技大学专利中心
代理人 ：
李智
优先权 ：
CN201911286021.3
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-04-12 ：
授权
2020-05-05 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20191213
申请日 : 20191213
2020-04-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
