[发明专利]用对抗自编码器检测第一图像数据集当中异常图像的方法

权利要求书

1.一种用于使用对抗自编码器（12,14,16）来检测第一图像数据集当中的异常图像的方法，其特征在于：

在第一训练中利用图像训练数据集（11）训练对抗自编码器（12,14,16），而优化对抗自编码器（12,14,16）使得图像训练数据集（11）的图像的潜在表示（13）的分布接近预定先验分布（17），并且最小化图像训练数据集的重构图像（15）的重构误差，

在对对抗自编码器（12,14,16）的第一训练之后，在潜在表示（13）中检测异常，并且在第二训练中利用图像训练数据集（11）但是把检测到的异常考虑在内来训练对抗自编码器（12,14,16），

由经训练的对抗自编码器（12,14,16）取决于图像的重构误差和预定先验分布（17）下的概率密度中的至少一个来检测第一图像数据集当中的异常图像。

2.根据权利要求1所述的方法，其特征在于，潜在表示（13）中的异常的检测是取决于预期异常率来完成的。

3.根据前述权利要求中的一项所述的方法，其特征在于，潜在表示（13）中的异常的检测是取决于它们的重构误差和预定先验分布（17）下它们的概率密度中的至少一个来完成的。

4.根据前述权利要求中的一项所述的方法，其特征在于，潜在表示（13）中的异常的检测是使用一类支持向量机或局部离群因子算法来完成的。

5.根据前述权利要求中的一项所述的方法，其特征在于，通过从用于第二训练的训练集（11）中排除检测到的异常来把在潜在表示（13）中检测到的异常考虑在内。

6.根据前述权利要求中的一项所述的方法，其特征在于，通过在至少一次后续训练中使用用于调谐对抗自编码器（12,14,16）的加权损失函数来把在潜在表示（13）中检测到的异常考虑在内，而在潜在表示（13）中检测到的异常在所述至少一次后续训练中接收减小的权重。

7.根据前述权利要求中的一项所述的方法，其特征在于，通过对于至少一次后续训练，将在潜在表示（13）中检测到的异常集中每个异常的重构目标修改为其自身的噪声损坏版本来把在潜在表示（13）中检测到的异常考虑在内。

8.根据前述权利要求中的一项所述的方法，其特征在于，通过在至少一次后续训练中，将在潜在表示（13）中检测到的异常集中每个异常的重构目标修改为潜在空间中标识为没有异常的靠近或最靠近的图像来把在潜在表示（13）中检测到的异常考虑在内。

9.根据前述权利要求中的一项所述的方法，其特征在于，在一定数量的重复内相继重复地实施第一训练和第二训练，或相继重复地实施第一训练和第二训练直到达到训练目标。

10.根据前述权利要求中的一项所述的方法，其特征在于，第一训练包括第一预定数量的迭代。

11.根据前述权利要求中的一项所述的方法，其特征在于，第二训练包括第二预定数量的迭代。

12.根据前述权利要求中的一项所述的方法，其特征在于，预定先验分布包括至少一个专用拒绝类。

13.根据前述权利要求中的一项所述的方法，其特征在于，图像训练数据集（11）的图像最初是未标注的。

14.根据前述权利要求中的一项所述的方法，其特征在于，所述方法包括向用户的查询以将呈现的图像标识为正常或异常。

15.根据权利要求14所述的方法，其特征在于，在第二训练中考虑在内的在潜在表示（13）中检测到的异常包括用户标识的异常。