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！

龙图腾网获悉东南大学申请的专利一种基于图像增广和图像重构的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：CN116309508B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310324738.2，技术领域涉及：G06T7/00；该发明授权一种基于图像增广和图像重构的异常检测方法是由杨绿溪;魏雯;张亚中;谢国烜;李春国;黄永明设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本一种基于图像增广和图像重构的异常检测方法在说明书摘要公布了：本发明提出一种基于图像增广和图像重构的异常检测方法，包括以下步骤：S1获取测试图像；S2将测试图像输入生成网络中实现输入样本的无异常重构；S3将测试样本和它经过生成网络得到的无异常重构样本在通道处级联送入判别网络中生成异常分数，实现实例级异常检测；S4基于梯度类加权激活映射方法，使用流向判别网络中最后卷积层的梯度信息生成异常区域的一个定位图，实现异常定位。本发明在基于生成式模型重构无异常样本的基础上，使用数据增广策略，在正常样本的基础上构造伪异常样本加入，转无监督学习为有监督学习，将原本的图像实例级异常检测问题转化为图像分类问题，并进一步提升了异常检测的准确率，且可以实现较为精确的异常定位。

本发明授权一种基于图像增广和图像重构的异常检测方法在权利要求书中公布了：1.一种基于图像增广和图像重构的异常检测方法，其特征在于： 将测试图像输入生成网络中实现输入样本的无异常重构； 将测试样本和它经过生成网络得到的无异常重构样本在通道处concat送入判别网络中生成单一图像所对应的异常分数图，实现实例级异常检测； 基于梯度类加权激活映射方法，使用流向判别网络中最后卷积层的梯度信息生成异常区域的一个定位图，实现异常定位； 生成网络的构建方法包括以下步骤： 搭建生成网络； 输入正常样本，以结构相似性损失、重构误差损失、特征匹配损失及对抗损失的加权和作为目标函数训练生成网络； 生成网络采用编码器－解码器的蝴蝶结式对称结构实现输入图像到潜在空间的相互映射，实现输入图像的重构，再加入一个编码器作为判别器，形成对抗训练，确保重建图像的质量； 将测试样本和它经过生成网络得到的无异常重构样本在通道处concat送入判别网络中生成单一图像所对应的异常分数，具体过程包括以下几个步骤： 搭建判别网络； 训练判别网络，让正常样本、构造的伪异常样本分别与其经过生成网络生成的无异常重建样本concat后，再作为正、负样本送入判别网络训练；具体过程包括以下几个步骤： 基于cutpaste方法在正常样本中生成CutpasteNormal和CutpasteScar两类伪异常样本； 基于柏林噪声，在与输入正常样本分布无关的异常源图像数据集上采样异常纹理源图像上形成各种不规则纹理碎片来构建perlin-noise-based类伪异常样本； 随机挑选伪异常样本作为负样本输入； 样本与其经过生成网络重构出的无异常样本，在通道处进行级联，送入判别网络； 在测试阶段，根据所有测试图像在判别网络经sigmoid激活层输出的概率值划分阈值，实现正常异常的二分类。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路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。