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！

龙图腾网恭喜华东交通大学;江西省科技基础条件平台中心(江西省计算中心)申请的专利一种基于孪生编码扩散模型及流模型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：CN120013949B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510503289.7，技术领域涉及：G06T7/00；该发明授权一种基于孪生编码扩散模型及流模型的图像异常检测方法是由谢昕;郑星鹏;刘昭阳;杨志坚;汤辉设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本一种基于孪生编码扩散模型及流模型的图像异常检测方法在说明书摘要公布了：本发明属于图像检测技术领域，涉及一种基于孪生编码扩散模型及流模型的图像异常检测方法，将原始正常图像和加噪图像送入孪生编码扩散模型中得到预测噪声；构建第一流模型，对预测噪声和已知噪声进行特征提取，得到潜在特征和已知特征，使用第一流模型估计潜在特征的概率分布；构建量化模块，量化模块获得与输入图像匹配的量化特征，基于量化特征得到量化残差特征并构建第二流模型；使用训练好的孪生编码扩散模型、第一流模型和第二流模型对待检测图像进行异常检测。本发明通过结合孪生编码扩散模型、量化模块与流模型进行图像异常检测，具有较高通用性、检测效率和准确率。

本发明授权一种基于孪生编码扩散模型及流模型的图像异常检测方法在权利要求书中公布了：1.一种基于孪生编码扩散模型及流模型的图像异常检测方法，其特征在于，步骤如下：S1：获取图像样本并做预处理得到正常训练样本与验证集样本；S2：将正常训练样本加入固定尺度的噪声后，得到加噪图像和已知噪声，将原始正常图像和加噪图像送入孪生编码扩散模型中得到预测噪声，并定义噪声预测损失与流判别损失；S3：构建第一流模型，对预测噪声和已知噪声进行特征提取，得到潜在特征和已知特征，使用第一流模型估计潜在特征的概率分布，并使用已知特征对第一流模型进行正则化，与孪生编码扩散模型进行联合交替训练；构建量化模块，量化模块获得与输入图像匹配的量化特征，基于量化特征得到量化残差特征并构建第二流模型；使用第二流模型估计量化残差特征的概率分布，对第一流模型、第二流模型与孪生编码扩散模型进行训练；S4：训练完成后，将潜在特征的概率分布与量化残差特征的概率分布采用验证集进行动态调整，得到最优动态权重参数，整合为最终的异常分数；S5：使用训练好的孪生编码扩散模型、第一流模型和第二流模型对待检测图像进行异常检测。

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华东交通大学;江西省科技基础条件平台中心(江西省计算中心)，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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”。