[发明专利]一种太赫兹图像缺陷检测方法、装置、系统及存储介质

权利要求书

1.一种太赫兹图像缺陷检测方法，其特征在于，包括：

建立太赫兹图像缺陷检测模型；

获取待检测太赫兹图像；

采用所述太赫兹图像缺陷检测模型对所述待检测太赫兹图像进行视觉特征提取，得到整体视觉特征和局部显著图特征；

依据注意力机制对所述整体视觉特征和所述局部显著图特征进行分析，得到加权特征；

对所述加权特征进行识别分析，得到与所述待检测太赫兹图像对应的缺陷类别；其中：

所述注意力机制为基于第一计算公式建立的，所述第一计算公式为：

其中，

为加权特征，v_i为整体视觉特征中的第i个特征图，l_i为与v_i对应的权值向量，U为待学习的转换矩阵，a为局部显著图特征，v_j为整体视觉特征中的第j个特征图，n为整体视觉特征中特征图的总个数，T为转置。

2.根据权利要求1所述的太赫兹图像缺陷检测方法，其特征在于，所述建立太赫兹图像缺陷检测模型的过程为：

对预先建立的太赫兹图像缺陷检测网络模型进行网络参数初始化，得到初始化后的太赫兹图像缺陷检测器；

通过各个样本太赫兹图像及缺陷类别预测损失函数对所述初始化后的太赫兹图像缺陷检测网络模型进行迭代训练，确定出缺陷类别预测损失函数值最小时对应的网络模型参数；

将依据所述网络模型参数建立的太赫兹图像缺陷检测网络模型作为所述太赫兹图像缺陷检测模型。

3.根据权利要求2所述的太赫兹图像缺陷检测方法，其特征在于，所述太赫兹图像缺陷检测网络模型包括视觉特征提取器、注意力模型和缺陷类别识别器；

所述对预先建立的太赫兹图像缺陷检测网络模型进行网络参数初始化的过程为：

通过正态分布对所述视觉特征提取器中的第一卷积层的卷积核、对所述注意力模型中的转换矩阵U以及对所述缺陷类别识别器中的全连接层和softmax层进行初始化，其中，所述第一卷积层的卷积核的形状为3×3×4。

4.根据权利要求3所述的太赫兹图像缺陷检测方法，其特征在于，所述缺陷类别预测损失函数为：

其中，L_loos(x,y)为损失值，x为四通道图像道特征，y为图像真实的缺陷类别，为图像预测的缺陷类别，四通道包括R、G、B及显著图通道。

5.根据权利要求2所述的太赫兹图像缺陷检测方法，其特征在于，所述通过各个样本太赫兹图像及缺陷类别预测损失函数对所述初始化后的太赫兹图像缺陷检测网络模型进行迭代训练的过程为：

采用梯度下降算法、通过各个样本太赫兹图像及缺陷类别预测损失函数对所述初始化后的太赫兹图像缺陷检测网络模型进行迭代训练。

6.一种太赫兹图像缺陷检测装置，其特征在于，包括：

建立模块，用于建立太赫兹图像缺陷检测模型；

获取模块，用于获取待检测太赫兹图像；

提取模块，用于采用预先建立的太赫兹图像缺陷检测模型对所述待检测太赫兹图像进行视觉特征提取，得到整体视觉特征和局部显著图特征；

分析模块，用于依据注意力机制对所述整体视觉特征和所述局部显著图特征进行分析，得到加权特征；

识别模块，用于对所述加权特征进行识别分析，得到与所述待检测太赫兹图像对应的缺陷类别；其中：

所述注意力机制为基于第一计算公式建立的，所述第一计算公式为：

其中，

为加权特征，v_i为整体视觉特征中的第i个特征图，l_i为与v_i对应的权值向量，U为待学习的转换矩阵，a为局部显著图特征，v_j为整体视觉特征中的第j个特征图，n为整体视觉特征中特征图的总个数，T为转置。