買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江大學(xué)申請的專利一種基于高低頻重建的圖像異常檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114140736B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111647398.4，技術(shù)領(lǐng)域涉及：G06V20/40；該發(fā)明授權(quán)一種基于高低頻重建的圖像異常檢測方法是由劉勇;梁雨菲;張江寧設(shè)計研發(fā)完成，并于2021-12-30向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于高低頻重建的圖像異常檢測方法在說明書摘要公布了：本發(fā)明公開了一種基于高低頻重建的圖像異常檢測方法，包括模型訓(xùn)練和模型推斷兩個階段，所述模型訓(xùn)練階段中，通過對訓(xùn)練集中的正常圖像訓(xùn)練生成對抗網(wǎng)絡(luò)，利用服務(wù)器對網(wǎng)絡(luò)模型進行訓(xùn)練，通過降低網(wǎng)絡(luò)損失函數(shù)來優(yōu)化網(wǎng)絡(luò)參數(shù)，直至網(wǎng)絡(luò)收斂，獲得基于高低頻重建的網(wǎng)絡(luò)模型；所述模型推斷階段中，利用模型訓(xùn)練階段獲得的網(wǎng)絡(luò)模型，根據(jù)異常分數(shù)判斷新的測試圖像是否為異常圖像。通過頻域解耦模塊獲得圖像不同頻段的信息利用不同的生成器進行重建，在網(wǎng)絡(luò)生成器的編碼階段利用通道選擇模塊實現(xiàn)對不同頻段信息的交互和選擇，使得網(wǎng)絡(luò)能夠充分利用不同頻段的信息，提升生成器的重建能力，進而提升基于重建的圖像異常檢測算法的性能。

本發(fā)明授權(quán)一種基于高低頻重建的圖像異常檢測方法在權(quán)利要求書中公布了：1.一種基于高低頻重建的圖像異常檢測方法，其特征在于：包括模型訓(xùn)練和模型推斷兩個階段， 所述模型訓(xùn)練階段中，通過對訓(xùn)練集中的正常圖像訓(xùn)練生成對抗網(wǎng)絡(luò)，利用服務(wù)器對該生成對抗網(wǎng)絡(luò)的網(wǎng)絡(luò)模型進行訓(xùn)練，通過降低網(wǎng)絡(luò)損失函數(shù)來優(yōu)化網(wǎng)絡(luò)參數(shù)，直至網(wǎng)絡(luò)收斂，獲得基于高低頻重建的網(wǎng)絡(luò)模型； 所述模型推斷階段中，利用模型訓(xùn)練階段獲得的網(wǎng)絡(luò)模型，根據(jù)異常分數(shù)判斷新的測試圖像是否為異常圖像； 所述模型訓(xùn)練階段，具體包括以下步驟， S11、圖像數(shù)據(jù)準備，利用頻域解耦模塊得到訓(xùn)練集中的正常圖像的不同頻段的信息； S12、網(wǎng)絡(luò)模型訓(xùn)練，將正常圖像的不同頻段的信息傳入生成器進行重建，利用鑒別器鑒別原始圖像與重建圖像，采用對抗學(xué)習(xí)的方法進行訓(xùn)練；計算損失函數(shù)得到梯度，然后進行反向傳播得到訓(xùn)練好的網(wǎng)絡(luò)模型； 所述生成器包含高低頻重建模塊和通道選擇模塊，所述高低頻重建模塊，包括多個不同頻段分支，分別重建圖像不同頻段的信息； 所述通道選擇模塊，將圖像不同頻段的特征圖相加，經(jīng)過全局平均池化層、全連接層和softmax得到不同頻段特征對應(yīng)的通道注意力向量，將通道注意力向量與原特征圖相乘得到新特征圖，新特征圖作為下一個卷積層的輸入。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江大學(xué)，其通訊地址為：310000 浙江省杭州市西湖區(qū)余杭塘路866號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。