[发明专利]基于自编码器的无监督学习图像异常检测方法有效

专利信息
申请号: 202010871751.6 申请日: 2020-08-26
公开(公告)号: CN112101426B 公开(公告)日: 2022-11-01
发明(设计)人: 李俊;唐伟 申请(专利权)人: 东南大学
主分类号: G06V10/764 分类号: G06V10/764;G06V10/774;G06V10/82;G06N3/04
代理公司: 南京众联专利代理有限公司 32206 代理人: 许小莉
地址: 210000 江苏省南京市*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于自编码器的无监督学习图像异常检测方法,该方法为:将样本分为训练样本和测试样本,分别对训练样本和测试样本进行预处理,然后将预处理之后的训练样本/测试样本输入到自编码器进行重建得到重建结果,分别计算其重建损失、重建过程中编码器和解码器对应层之间的加权特征一致性损失、特征判别损失和对抗损失;然后对上述损失加权求和,作为总的损失函数;最后计算测试样本的异常得分。然后使用特征归一化将每个样本的异常得分映射到[0,1],计算接收者操作特征曲线下的面积作为评估指标。本发明利用自编码器和判别的潜在空间特征来提升无监督异常检测的准确率,应用于工业、安防或其他的无监督环境中。
搜索关键词: 基于 编码器 监督 学习 图像 异常 检测 方法
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/202010871751.6/,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top