龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江西师范大学
摘要：本发明涉及计算机视觉技术领域，具体公开了一种基于图像块特征级联检索模型的异常检测方法及系统，其方法包括，根据DenseNet201主干网络对参考图像集和测试图像进行特征提取以得到特征张量；根据全局检索分支对特征张量进行全局检索处理得到最近邻集，根据前景估计分支对特征张量进行前景估计处理得到前景概率映射；对局部检索分支进行特征训练，根据特征训练后的局部检索分支对最近邻集进行局部检索后得到异常分数；将前景概率映射与异常分数结合以对异常分数进行修正，得到最终异常检测结果；通过上述方法能够将异常检测任务转变为级联检索任务，极大地提升了工业异常检测的精度和速度。
主权项：1.一种基于图像块特征级联检索模型的异常检测方法，所述图像块特征级联检索模型包括DenseNet201主干网络、全局检索分支、局部检索分支和前景估计分支，其特征在于，所述方法包括，根据所述DenseNet201主干网络对参考图像集和测试图像进行特征提取以得到特征张量；根据所述全局检索分支对所述特征张量进行全局检索处理得到最近邻集，根据所述前景估计分支对所述特征张量进行前景估计处理得到前景概率映射；对所述局部检索分支进行特征训练，根据特征训练后的所述局部检索分支对所述最近邻集进行局部检索后得到异常分数；将所述前景概率映射与所述异常分数结合以对所述异常分数进行修正，得到最终异常检测结果。
全文数据：
权利要求：
百度查询： 江西师范大学 一种基于图像块特征级联检索模型的异常检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号