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！

龙图腾网获悉曲阜师范大学申请的专利一种基于特征调控的反蒸馏图像异常检测方法、装置和介质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：CN120339647B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202510387178.4，技术领域涉及：G06V10/52；该发明授权一种基于特征调控的反蒸馏图像异常检测方法、装置和介质是由王斯锋;史飞;杨君航;董兆安;熊晶;焦楠设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本一种基于特征调控的反蒸馏图像异常检测方法、装置和介质在说明书摘要公布了：本发明提供了一种基于特征调控的反蒸馏图像异常检测方法、装置和介质，属于人工智能技术领域。包括：构建反蒸馏网络；采集正常图像进行自然合成异常操作；将合成图像依次通过教师模型、瓶颈层得到紧致特征；通过学生模型从所述紧致特征恢复特征，结合特征掩码与恢复模块生成正常像素特征与异常像素特征；计算正常像素特征与异常像素特征相对于教师模型输出特征的差异，计算正常像素特征距离和异常像素特征距离，结合差异损失训练反蒸馏网络；将待测图像输入训练好的反蒸馏网络，计算教师模型与学生模型输出特征的余弦相似度差异图，融合生成异常评分图并定位异常区域。本发明提升工业产品表面异常定位可靠性，提高了模型的泛化能力。

本发明授权一种基于特征调控的反蒸馏图像异常检测方法、装置和介质在权利要求书中公布了：1.一种基于特征调控的反蒸馏图像异常检测方法，其特征在于，包括以下步骤： 构建反蒸馏网络，包括预训练的教师模型、瓶颈层、学生模型、特征掩码与恢复模块、协同差异优化与损失计算模块，所述瓶颈层引入特征选择模块，所述学生模型为与教师模型结构反向对称的解码网络； 采集正常图像进行自然合成异常操作，生成包含正常像素与异常像素的合成图像； 将合成图像输入教师模型提取多尺度特征，通过瓶颈层的特征选择模块动态调整不同尺度特征的权重，并压缩得到紧致特征； 通过学生模型从所述紧致特征恢复特征，结合特征掩码与恢复模块生成正常像素特征与异常像素特征； 计算正常像素特征与异常像素特征相对于教师模型输出特征的差异，通过协同差异优化与损失计算模块计算正常像素特征距离和异常像素特征距离，结合差异损失训练反蒸馏网络； 将待测图像输入训练好的反蒸馏网络，通过教师模型提取多尺度特征，经瓶颈层处理后输入学生模型生成恢复特征； 计算教师模型与学生模型输出特征的余弦相似度差异图，融合生成异常评分图并定位异常区域； 所述协同差异优化与损失计算模块的加权损失函数为： ， 其中，表示第个编码块中第个正常像素权重，表示第个编码块中第个正常像素余弦距离，表示第个编码块中第个异常像素权重，表示第个编码块中第个异常像素余弦距离，表示第个编码块中正常像素的数量，表示第个编码块中异常像素的数量； 所述正常像素权重，公式如下： ， ， 其中，表示正常特征距离的均值，为超参数； 所述异常像素权重，公式如下： ， ， 其中，表示正常特征距离的均值。

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曲阜师范大学，其通讯地址为：273100 山东省济宁市曲阜市静轩西路57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。