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！

龙图腾网获悉中国科学院自动化研究所申请的专利跨领域小样本异常检测方法、装置、电子设备及存储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：CN119887762B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510363946.2，技术领域涉及：G06T7/00；该发明授权跨领域小样本异常检测方法、装置、电子设备及存储介质是由朱炳科;朱贵波;古兆鹏;陈盈盈;王金桥设计研发完成，并于2025-03-26向国家知识产权局提交的专利申请。

本跨领域小样本异常检测方法、装置、电子设备及存储介质在说明书摘要公布了：本发明涉及异常检测技术领域，提供一种跨领域小样本异常检测方法、装置、电子设备及存储介质，其中方法包括：提取正常图像对应的图像内容知识的文本特征；基于测试图像的图像子块特征和正常图像的图像子块特征之间的匹配差异，确定测试图像的测试图像重建结果，基于测试图像重建结果对应的重建差异，确定测试图像中的低级语义异常检测结果；基于测试图像的第一子成分特征和正常图像的第二子成分特征，确定测试图像中的中级语义异常检测结果；基于文本特征与测试图像的图像整体特征，确定高级语义异常检测结果，基于低级、中级和高级语义异常检测结果，确定目标异常检测结果。本方法不需要使用大量样本进行训练，从而降低了异常检测训练的成本。

本发明授权跨领域小样本异常检测方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种跨领域小样本异常检测方法，其特征在于，包括： 分别获取正常图像和测试图像的图像内容知识，并提取所述正常图像对应的图像内容知识的文本特征；所述图像内容知识包括图像中的所有目标、所述所有目标的检测框，以及所述检测框中目标的分割掩码； 基于所述测试图像的第一图像子块特征和所述正常图像的第二图像子块特征之间的匹配差异，确定所述测试图像的测试图像重建结果，并基于所述测试图像重建结果对应的重建差异，确定所述测试图像中的低级语义异常检测结果； 基于所述测试图像的第一子成分特征和所述正常图像的第二子成分特征，确定所述测试图像中的中级语义异常检测结果；所述第一子成分特征是基于所述测试图像的图像内容知识与所述测试图像的第一图像子块特征确定的；所述第二子成分特征是基于所述正常图像的图像内容知识与所述正常图像的第二图像子块特征确定的； 基于所述文本特征与所述测试图像的图像整体特征，确定所述测试图像中的高级语义异常检测结果，并基于所述低级语义异常检测结果、所述中级语义异常检测结果和所述高级语义异常检测结果，确定所述测试图像的目标异常检测结果； 所述基于所述测试图像的第一图像子块特征和所述正常图像的第二图像子块特征之间的匹配差异，确定所述测试图像的测试图像重建结果，包括： 对所述测试图像的第一图像子块特征和所述正常图像的第二图像子块特征之间的匹配差异按照从小到大进行排序，得到匹配差异最小的目标匹配差异； 确定所述目标匹配差异对应的所述正常图像中的第一目标图像子块特征，以及与所述第一目标图像子块特征对应的所述测试图像中的第二目标图像子块特征； 将所述测试图像中的第二目标图像子块特征替换为所述第一目标图像子块特征，得到所述测试图像重建结果。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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”。