重庆邮电大学吴大鹏获国家专利权
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！
龙图腾网获悉重庆邮电大学申请的专利一种基于编解码器架构的工业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：CN119863438B 。
龙图腾网通过国家知识产权局官网在2025-10-28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：202411924348.X，技术领域涉及：G06T7/00；该发明授权一种基于编解码器架构的工业异常检测方法是由吴大鹏;林畅;张普宁;杨志刚;王汝言;张鸿设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。
本一种基于编解码器架构的工业异常检测方法在说明书摘要公布了：本发明涉及一种基于编解码器架构的工业异常检测方法，属于工业异常检测领域。首先使用图像处理算法将二维柏林噪声添加至MVTec数据集中的图像，从而引入人工模拟的异常得到缺陷样本图像，缓解了监督学习只能使用正常样本的不足。同时，引入语义通信思想，基于语义通信设计考虑工业异常检测任务特征的图像语义传输模型。此外，为了更有效地利用输入图像中的信息，设计了基于编码器‑解码器架构的多尺度特征融合模块，缓解了图像异常区域与正常区域面积不均衡的问题。本发明的异常识别种类多，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。
本发明授权一种基于编解码器架构的工业异常检测方法在权利要求书中公布了：1.一种基于编解码器架构的工业异常检测方法，其特征在于：包括以下步骤： S1：将MVTec数据集中的工业产品图像分为训练集和测试集合，通过异常生成算法添加人工模拟的异常图像块制作异常图像数据集； S2：从每一种工业产品集合中随机选取少量正常样本作为记忆样本，并使用编码器-解码器网络架构提取记忆样本的高级特征作为记忆信息，以辅助模型的训练； S3：使用多尺度特征融合策略，充分融合具有不同尺度的特征图，缓解工业异常检测领域中小面积异常难以感知的问题； S4：使用端到端工业异常检测模型的损失函数缓解图像中正常区域与异常区域面积不平衡和预测的问题，同时保留所得分割图像的大部分边缘信息，从而完成工业异常检测模型的训练； S5：设计了基于生成式对抗网络的工业图像语义传输模型，在编码端将图像压缩成低维语义信息，在解码端对通过信道传输的语义信息进行解码，重建高质量图像。
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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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”。
以上内容由龙图腾AI智能生成。
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。
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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励