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！

龙图腾网恭喜浙江工业大学申请的专利一种基于记忆网络的图像异常检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114882007B 。

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210641017.X，技术领域涉及：G06T7/00；该发明授权一种基于记忆网络的图像异常检测方法是由朱鹏飞;王晓航;郭东岩设计研发完成，并于2022-06-07向国家知识产权局提交的专利申请。

本一种基于记忆网络的图像异常检测方法在说明书摘要公布了：本发明公开了一种基于记忆网络的图像异常检测方法，采用正常图像训练数据集训练所构建的图像异常检测网络模型，所述图像异常检测网络模型包括第一编码器、记忆网络和至少两个解码器。在训练后，通过知识蒸馏提取基于第一编码器的轻量化第二编码器，以所述第二编码器替换图像异常检测网络模型中的第一编码器，生成最终的图像异常检测网络模型对待检测图像进行检测。本发明通过引入知识蒸馏轻量化特征提取网络模型改进编码器提高对异常图像的编码敏感程度和引入多解码器提高正常样本重构质量，提高了图像异常检测的精度。

本发明授权一种基于记忆网络的图像异常检测方法在权利要求书中公布了：1.一种基于记忆网络的图像异常检测方法，其特征在于，所述基于记忆网络的图像异常检测方法，包括：构建图像异常检测网络模型，所述图像异常检测网络模型包括第一编码器、记忆网络和至少两个解码器，所述第一编码器采用神经网络VGG-16；采用正常图像训练数据集训练所构建的图像异常检测网络模型，将训练样本输入到第一编码器中提取高维特征，在记忆网络中查询出与所述高维特征匹配的映射特征，然后将所述映射特征分别输入到解码器中重构图像，取与原训练样本协方差值最小的重构图像作为输出的重构图像，计算联合损失更新图像异常检测网络模型的参数，完成训练；通过知识蒸馏提取基于第一编码器的轻量化第二编码器，将第一编码器后四个卷积块中的最大池化层作为知识蒸馏层传递给所述第二编码器，以所述第二编码器替换图像异常检测网络模型中的第一编码器，生成最终的图像异常检测网络模型；将待检测图像输入到最终的图像异常检测网络模型，输出重构图像，计算输入待检测图像与重构图像的异常检测得分，判断输入的待检测图像是否异常；其中，所述计算输入待检测图像与重构图像的异常检测得分，包括：计算待检测图像经过第二编码器后的每一个查询特征向量项与记忆网络中最佳匹配特征向量项之间的L2距离： 其中，Q表示查询特征向量项的数量，qt表示查询特征向量项，ps表示记忆网络中最佳匹配原型特征向量项；计算待检测图像与重建图像的峰值信噪比： 其中，N为待检测图像中的像素数，x表示待检测图像，表示重构图像，表示求最佳重构图像；对L2距离和峰值信噪比进行归一化处理，然后计算两者的加权和，作为异常检测得分。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。