[发明专利]根据图像数据与预先给定的分布的兼容性用于技术系统的异常控制

权利要求书

1.一种用于通过识别输入图像数据（2）在何种程度上与图像数据的至少一个预先给定的分布（1）相配或与所述预先给定的分布（1）偏离来探测尤其摄像机的输入图像数据（2）中的异常的方法（100），所述方法具有步骤：

·提供至少一个变换（3）（110），所述变换将所述输入图像数据（2）映射到关于至少一个方面信息减少的数据（2*）；

•提供至少一个神经重构网络（4）（120），所述神经重构网络被训练成从通过将所述变换（3）应用于原始图像数据从预先给定的分布（1）中获得的信息减少的数据中重构所述原始图像数据；

•通过应用所述变换（3）将所述输入图像数据（2）映射到信息减少的数据（2*）（130）；

•利用所述神经重构网络（4）将所述信息减少的数据（2*）映射到重构图像数据（2**）（140）；

•在使用所述重构图像数据（2**）的情况下评价（150）：所述输入图像数据（2）在何种程度上与所述预先给定的分布（1）相配或与所述分布（1）偏离。

2.根据权利要求1所述的方法（100），其中所述变换（3）包括

•缩小到较低的分辨率，和/或

•移除颜色信息，和/或

•根据亮度值对像素进行排序，和/或

•修改随机像素，和/或

•添加图像内容，和/或

•消除亮度差异，和/或

•在图像数据（2）的空间子区域上聚合图像信息，和/或

•移除根据预先给定的准则选择的图像信息，和/或

•从所述图像数据（2）中选择图像片段并且将所述图像片段置中。

3.根据权利要求1至2中任一项所述的方法（100），其中

•通过应用不同的变换（3）从相同的输入图像数据（2）中产生多个信息减少的版本（2*）（131），

•利用与相应的变换（3）相对应的神经重构网络（4）将每个信息减少的版本（2*）映射到重构版本（2**）（141），并且

•将如此获得的重构版本（2**）包含到所述评价（150）中（151）。

4.根据权利要求1至3中任一项所述的方法（100），其中选择生成神经重构网络（4）（121）并且重构图像数据（2**）的生成以所述信息减少的数据（2*）为条件（122）。

5.根据权利要求1至4中任一项所述的方法（100），其中与鉴别器一起作为生成对抗网络GAN训练的生成器被选择为神经重构网络（4）（121a）。

6.根据权利要求5所述的方法（100），其中由所述鉴别器针对所述重构图像数据（2**）确定的分数被包括到所述评价（150）中（152）。

7.根据权利要求1至6中任一项所述的方法（100），其中根据一方面所述重构图像数据（2**）和另一方面所述输入图像数据（2）的比较式评价来评估（153）：所述输入图像数据（2）在何种程度上与预先给定的分布（1）相配或与所述分布（1）偏离。

8.根据权利要求7所述的方法（100），其中所述比较式评价包括在所述重构图像数据（2**）和所述输入图像数据（2）之间的相似性的量度（153a）。

9.根据权利要求7至8中任一项所述的方法（100），其中所述比较式评价包括在预学习的特征空间中在所述重构图像数据（2**）和所述输入图像数据（2）之间的相似性的量度（153b）。

10.根据权利要求1至9中任一项所述的方法（100），其中

•利用所述输入图像数据（2）进一步训练所述神经重构网络（4）（123）；

•利用经进一步训练的神经重构网络（4）将所述信息减少的数据（2*）映射到其他重构图像数据（2**）（142）；和

•也将这些其他重构图像数据（2**）包括到所述评价（150）中（154）。