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！

龙图腾网获悉安徽理工大学申请的专利一种基于人工智能的工业图像变化异常检测方法及系统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：CN120876941B 。

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：202510936473.0，技术领域涉及：G06V10/764；该发明授权一种基于人工智能的工业图像变化异常检测方法及系统是由方贤文;郝惠晶;方娜;毛古宝;陶小燕设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本一种基于人工智能的工业图像变化异常检测方法及系统在说明书摘要公布了：本发明公开了一种基于人工智能的工业图像变化异常检测方法及系统，涉及图像识别技术领域，包括，采集双光源工业图像，采用频域显著性引导融合，并通过色彩映射与边缘增强进行视觉增强处理；将增强图像输入CNN卷积网络生成多尺度特征图，通过二维快速傅里叶变换与高通滤波模板提取多尺度高通残差图，通过局部注意力引导融合，拼接所有尺度并进行编码生成token序列；构建自归纳视觉模型，对token序列进行特征重建，生成重建特征图；采用双重误差指标，计算重建误差评分图，采样得到异常平滑图，基于异常平滑图分割异常区域。最终构建了图像级判断与区域级识别的双重异常检测体系。

本发明授权一种基于人工智能的工业图像变化异常检测方法及系统在权利要求书中公布了：1.一种基于人工智能的工业图像变化异常检测方法，其特征在于：包括， 采集双光源工业图像，采用频域显著性引导融合策略进行显著性加权融合，并通过色彩映射与边缘增强进行对比度视觉增强处理，得到增强图像； 将增强图像输入CNN卷积网络生成多尺度特征图，通过二维快速傅里叶变换与高通滤波模板提取多尺度高通残差图，通过局部注意力引导多尺度特征图与多尺度高通残差图融合，最终拼接所有尺度得到统一特征图并进行编码生成token序列； 通过自归纳特征重构机制结合Transformer构建自归纳视觉模型，对token序列进行特征重建，生成重建特征图； 所述通过自归纳特征重构机制结合Transformer构建自归纳视觉模型，对token序列进行特征重建，生成重建特征图，包括， 构建一组与token序列同维度的可学习辅助归纳token序列，每个归纳token参数为可学习向量，初始化为零均值高斯分布； 将随机划分为M个非重叠子集，对每个子集构建组合序列，包括归纳token子集和中与非重叠的patchtoken； 将组合序列输入共享参数的Transformer编码器部分，包括Encoder层、多头注意力机制、前馈网络和残差连接，得到编码结果，对每个编码结果，根据位置索引舍弃所有输入中patchtoken位置的输出，仅提取归纳token对应的编码结果； 将所有归纳token编码结果拼接为完整序列； 使用欧几里得距离损失和余弦相似性损失构建总损失函数； 使用正常的工业图像作为训练集对模型进行训练，使用总损失函数约束模型，使用Adam优化器进行梯度下降优化，对模型的参数进行更新，在连续迭代过程中模型的损失不再明显下降则停止迭代输出模型； 使用训练好的模型，输入新提取的统一特征图，输出重建特征图； 采用双重误差指标，将统一特征图与重建特征图融合为重建误差评分图，并通过双线性插值与高斯滤波处理对重建误差评分图进行采样，得到异常平滑图，基于异常平滑图分割异常区域； 所述双重误差指标包括欧氏重构误差和方向误差； 生成异常检测报告对异常图像进行异常定位与可视化展示。

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安徽理工大学，其通讯地址为：232001 安徽省淮南市泰丰大街168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。