[发明专利]一种基于记存机制的异常检测方法、装置和介质

权利要求书

1.一种基于记存机制的异常检测方法，其特征在于，包括：

构建基于记存机制的异常检测网络，所述检测网络包括特征提取网络和记存模块，其中，所述记存模块中包含写入操作和读出操作，所述特征提取网络输出的多尺度特征图作为记存模块的输入；

在训练阶段，利用所述记存模块的写入操作更新其中的原型特征，其中，所述特征提取网络提取正常样本图像集的多尺度特征图，在每个尺度的特征图上构建一个记存模块，每个所述记存模块中使用M个原型特征高效地表征该尺度的特征图上所有的特征；

在测试阶段，利用所述记存模块的读出操作生成匹配特征，进而计算异常得分值。

2.根据权利要求1所述的基于记存机制的异常检测方法，其特征在于，所述利用所述记存模块的写入操作更新其中的原型特征，其中：

所述记存模块中的原型特征都是随机初始化的，这些原型特征由记存模块的写入操作更新。

3.根据权利要求2所述的基于记存机制的异常检测方法，其特征在于，所述写入操作，包括：

正常样本的特征图上每个位置处的特征向量作为正常特征，将每个特征图中的所有正常特征输入对应的所述记存模块中；

对于每个所述原型特征，从这些正常特征中搜索一个子特征集以及对应的权重，该子特征集中每个特征距离最近的原型特征是该所述原型特征，对该子特征集中的特征加权求和后，再和所述原型特征相加，最后进行归一化后完成对原型特征的更新。

4.根据权利要求3所述的基于记存机制的异常检测方法，其特征在于，所述记存模块的写入操作对所述原型特征的更新是迭代进行的，其中：

每一次输入新的特征图就对所述原型特征更新一次，迭代更新完成后，所述记存模块中的M个原型特征能高效地表征特征图上所有的特征，有效去除正常特征间大量的冗余信息。

5.根据权利要求1所述的基于记存机制的异常检测方法，其特征在于，所述利用所述记存模块的读出操作生成匹配特征，包括：

测试样本送入特征提取网络提取出多尺度特征图，对于特征图上的任一特征向量，称之为查询特征；

利用所述记存模块的读出操作给所述查询特征生成匹配特征；

计算所述查询特征和所述匹配特征之间的欧式距离，将该欧氏距离作为该位置处的异常得分值。

6.根据权利要求5所述的基于记存机制的异常检测方法，其特征在于，利用所述记存模块的读出操作给所述查询特征生成匹配特征，包括：

使用K近邻算法从记存模块中得到和所述查询特征最相近的K个原型特征以及对应的权重；

对所述K个原型特征加权并求和后得到所述查询特征的匹配特征。

7.根据权利要求1-6任一项所述的基于记存机制的异常检测方法，其特征在于，在所述训练阶段、所述测试阶段，还包括对样本的预处理，其中：

所述预处理包括将图像统一缩放并裁剪到h_o×w_o分辨率，然后对图像的RGB三通道分别使用均值[0.485,0.456,0.406]和标准差[0.229,0.224,0.225]归一化到[0,1]之间。

8.根据权利要求1-6任一项所述的基于记存机制的异常检测方法，其特征在于，不同尺度下的所述记存模块中原型特征数量M是不同的，在大尺度下原型特征数量更少，在小尺度下原型特征数量更多。

9.一种基于记存机制的异常检测装置，包括至少一个处理器、以及至少一个存储器，其中，所述存储器存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器能够执行权利要求1-8任一项所述的基于记存机制的异常检测方法。

10.一种计算机可读存储介质，当所述存储介质中的指令由设备内的处理器执行时，使得所述设备能够执行权利要求1-8任一项所述的基于记存机制的异常检测方法。