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：西安电子科技大学

摘要：本发明公开了一种基于软掩膜对比损失的图像异常检测方法，主要解决现有技术异常检测种类少，检测精度差的问题。其方案是：利用超像素分割算法与高斯噪声对MVTec数据集进行处理，得到合成图像训练数据集；搭建由重建自编码器和掩膜自编码器组成的异常检测模型，并使用L2误差损失作为掩膜自编码器的损失函数，使用L2误差损失与软掩膜对比损失作为重建自编码器的损失函数；利用合成图像训练数据集对其掩膜编码器和重建自编码器进行交替训练，直至各自的损失函数收敛；将测试图像输入到训练好的图像异常检测模型，得到图像异常检测与定位的结果。本发明异常识别种类多，检测精度高，可用于工业品瑕疵检测、医疗辅助诊断、视频违规行为检测。

主权项：1.一种基于软掩膜对比损失的图像异常检测方法，其特征在于，包括如下步骤：1利用超像素分割算法和高斯噪声对MVTec工业异常检测训练数据集进行处理，得到合成图像训练数据集：1a将MVTec训练数据集中的所有正常图像数据利用超像素分割算法进行超像素分割，获取超像素图像与分割掩膜图；1b从分割后的超像素图像中随机选二十分之一数量的超像素，对其添加高斯噪声，得到合成图像，并将选取超像素对应的分割掩膜图作为合成图像的掩膜图标签；1c将合成图像及其对应的掩膜图标签作为训练数据集；2搭建由重建自编码器和掩膜自编码器并联组成图像异常检测模型；3利用合成图像训练数据集对图像异常检测模型进行训练：3a计算掩膜自编码器输出的预测掩膜图与输入的合成异常图像对应的标签掩膜图Msyn_ab之间的L2误差损失LMAEIsyn_ab，并将该L2误差损失作为损失函数，利用Adam反向传播优化算法训练掩膜自编码器，完成其一次训练，其中的Isyn_ab表示输入的合成异常图像，表示掩膜自编码器，ωMAE表示掩膜自编码器的参数；3b对重建自编码器进行一次训练：3b1计算重建自编码器输出的重建图像与原始正常图像Inor之间的L2误差损失LresIsyn_ab，并利用一次训练得到的掩膜自编码器得到软掩膜图：其中的表示一次训练得到的掩膜自编码器，表示一次训练得到的掩膜自编码器参数；3b2将3b1计算得到的软掩膜图与合成异常图像逐像素相乘，获取软掩膜对比损失中的负例样本：N＝Msoft*Isyn_ab；3b3计算重建编码器的重建图像A、负例样本N、与合成图像对应的原始正常图像P三者之间的软掩膜对比损失LCLA,P,N，并将L2误差损失LresIsyn_ab与软掩膜对比损失LCLA,P,N的加权和作为重建自编码器的损失函数LRAEIsyn_ab,P,N，并利用Adam反向传播优化算法训练重建自编码器，完成其一次训练；3d交替执行3a和3b直至各自对应的损失函数收敛，停止迭代，得到训练好的图像异常检测模型；4图像异常定位与检测：4a将MVTec测试数据集中的图像I作为输入，输入到训练好的图像异常检测模型中，其通过掩膜自编码器输出预测掩膜图SmaskI，通过重建自编码器输出重建图像，并通过L2误差SL2I与对比误差SCLI得到重建自编码器的异常得分图SresI；4b通过掩膜自编码器的输出预测掩膜图SmaskI与重建自编码器的异常得分图SresI，获取用于异常定位的像素级异常得分图SI：SI＝SresI+h··SmaskI其中的h·为掩膜自编码器的置信度参数；4c在像素级异常得分图中选取其最大值，得到用于异常检测的图像级异常得分η： 其中w表示像素级异常得分图的宽，h表示像素级异常得分图的高，SIi,j表示在像素级异常得分图中第i行第j列处的异常得分；4d根据MVTec训练数据集原始正常图像设置阈值T，将测试图像I的图像级异常得分η与设定的阈值进行比较：若η＞T，则图像I被判定为异常；若η≤T，则图像I被判定为正常。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于软掩膜对比损失的图像异常检测方法