[发明专利]一种图片异常检测的方法及装置

权利要求书

1.一种图片异常检测的方法，其特征在于，包括：

获取待检测图片；

将所述待检测图片输入到训练好的神经网络模型中，生成第一图片；

确定所述第一图片与所述待检测图片的误差损失是否大于误差损失阈值，若是，则确定所述待检测图片存在异常；

其中，所述误差损失阈值是根据所述训练好的神经网络模型和标记有图片正负样本的训练集确定的。

2.如权利要求1所述的方法，其特征在于，所述将所述待检测图片输入到训练好的神经网络模型中，生成第一图片，包括：

使用所述训练好的神经网络模型中编码器将所述待检测图片编码为一维向量；

使用所述训练好的神经网络模型中解码器对所述一维向量进行解码，生成所述第一图片。

3.如权利要求1所述的方法，其特征在于，所述训练好的神经网络模型是使用标记有图片正负样本的训练集对预设的神经网络模型进行训练学习得到的，所述方法还包括：

将所述标记有图片正负样本的训练集中的图片正样本输入到所述预设的神经网络模型中，生成第二图片；

确定所述第二图片和所述第二图片对应的图片正样本之间的误差损失以及所述误差损失对所述预设的神经网络模型的权重的梯度；

根据所述误差损失对所述预设的神经网络模型的权重的梯度更新所述预设的神经网络模型，直到所述预设的神经网络模型收敛，得到所述训练好的神经网络模型。

4.如权利要求3所述的方法，其特征在于，所述将所述标记有图片正负样本的训练集中的图片正样本输入到所述预设的神经网络模型中，生成第二图片，包括：

使用所述预设的神经网络模型中编码器将所述图片正样本编码为一维向量；

使用所述预设的神经网络模型中解码器对所述一维向量进行解码，生成所述第二图片。

5.如权利要求3所述的方法，其特征在于，所述确定所述第二图片和所述第二图片对应的图片正样本之间的误差损失，包括：

将所述第二图片和所述第二图片对应的图片正样本输入到预设的损失函数中，计算出所述第二图片和所述第二图片对应的图片正样本之间的误差损失。

6.如权利要求1所述的方法，其特征在于，所述根据所述训练好的神经网络模型和标记有图片正负样本的训练集确定所述误差损失阈值，包括：

将所述标记有图片正负样本的训练集中的图片正样本输入到所述训练好的神经网络模型中，生成第三图片；将所述标记有图片正负样本的训练集的图片负样本输入到所述训练好的神经网络模型中，生成第四图片；

确定所述图片正样本与所述图片正样本对应的第三图片的误差损失以及所述图片负样本与所述图片负样本对应的第四图片的误差损失；

根据所述图片正样本与所述图片正样本对应的第三图片的误差损失以及所述图片负样本与所述图片负样本对应的第四图片的误差损失的分布，确定所述误差损失阈值。

7.如权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：

若所述第一图片与所述待检测图片的误差损失不大于所述误差损失阈值，则确定所述待检测图片为正常图片。

8.如权利要求1至6任一项所述的方法，其特征在于，所述待检测图片为待检测印章图片；所述训练好的神经网络模型为印章鉴别模型，所述将所述待检测图片输入到训练好的神经网络模型中，生成第一图片，包括：

将所述待检测印章图片输入到所述印章鉴别模型中，生成印章鉴别参考图像，所述印章鉴别参考图像是所述印章鉴别模型对印章特征编码向量进行解码生成的，所述印章特征编码向量是所述印章鉴别模型对所述待检测印章图片进行特征编码得到的；

所述确定所述第一图片与所述待检测图片的误差损失是否大于误差损失阈值，若是，则确定所述待检测图片存在异常，包括：

确定所述印章鉴别参考图像与所述待检测印章图片的误差损失是否大于误差损失阈值，若是，则确定所述待检测印章图片中的印章为异常印章。