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！

龙图腾网获悉哈尔滨工业大学申请的专利基于自适应扩散模型的无监督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：CN118570118B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202410461982.8，技术领域涉及：G06T7/00；该发明授权基于自适应扩散模型的无监督异常检测方法是由刘铭;姚航;尹志存;闫子飞;洪晓鹏;左旺孟设计研发完成，并于2024-04-17向国家知识产权局提交的专利申请。

本基于自适应扩散模型的无监督异常检测方法在说明书摘要公布了：基于自适应扩散模型的无监督异常检测方法，属于工业图像异常检测领域。解决了传统无监督异常检测算法存在使用传统训练方式训练扩散模型使得图像重建效果差；且图像重建过程无法自适应添加噪声，导致图像异常检测准确率低的问题。本发明使用正常图像与合成异常图像来训练扩散模型，监督模型优化，增强模型重建能力；使用训练之后的扩散模型对输入待检测图像进行逐步的自适应去噪重建，去噪过程中确定最优去噪步数，针对不同的异常自适应添加不同步数的噪声；最后对重建前后图像进行特征空间对比，得到空间对比异常图及异常分数。本发明主要用于对图像进行异常检测。

本发明授权基于自适应扩散模型的无监督异常检测方法在权利要求书中公布了：1.基于自适应扩散模型的无监督异常检测方法，其特征在于，该方法包括如下步骤： 步骤1、利用各原始正常图像来合成相应的异常图像，并将各原始正常图像与其相应的异常图像作为一个样本； 步骤2、对各样本进行预处理： 对每个样本中异常图像进行编码得到特征图，在特征图上添加随机步数的高斯噪声，得到添加噪声后的特征图；对每个样本中的原始正常图像进行编码得到特征图；在特征图上添加随机步数的高斯噪声后与特征图进行结合，结合后的结果作为该样本的监督标签数据； 步骤3、对扩散模型进行训练： 将各样本的添加噪声后的特征图作为扩散模型的输入数据，该样本的监督标签数据作为扩散模型的真值，对扩散模型进行噪声预测训练，得到训练后的扩散模型； 步骤4、利用训练后的扩散模型进行自适应去噪实现图像重建： 对待检测图像进行编码得到特征图，在特征图上添加固定步数的高斯噪声，得到的添加噪声后的特征图输入至训练后的扩散模型中，对添加噪声后的特征图进行第一轮逐步噪声预测及去噪，确定最优去噪步数； 所述确定最优去噪步数的实现方式包括： 步骤411、第一轮逐步噪声预测及去噪过程中的第1次噪声预测及去噪： 训练后的扩散模型接收到添加噪声后的特征图后，进行噪声预测，预测出噪声，利用噪声在特征图上去噪一步，得到预测含噪特征图； 步骤412、在特征图上添加步数的高斯噪声，得到真实含噪特征图，的初始值为1，且小于； 步骤413、第一轮逐步噪声预测及去噪过程中的第次噪声预测及去噪： 将预测含噪特征图输入至训练后的扩散模型后，进行噪声预测，预测出噪声； 步骤414、特征空间对比： 利用噪声对预测含噪特征图和真实含噪特征图进行全部去噪后，分别得到预测清晰特征图和真实清晰特征图，将预测清晰特征图和真实清晰特征图进行特征空间对比后，根据得到的空间对比异常图获得异常分数，判断是否存在，为阈值，结果为是，则判定最优去噪步数为，为第一轮逐步去噪的总次数，并将该最优去噪步数为下的空间对比异常图作为异常区域定位图，否则，执行步骤415； 步骤415、利用噪声在预测含噪特征图上去噪一步，得到预测含噪特征图后，令，执行步骤412； 再利用最优去噪步数下的异常区域定位图与正常区域定位图进行特征合成，得到的合成特征图； 对合成特征图添加最优去噪步数下扩散模型所预测出的噪声后，输入至训练后的扩散模型进行第二轮逐步噪声预测及去噪，至噪声去除完成后，再进行解码，获得清晰无异常图像，该清晰无异常图像为重建图像；具体包括： 步骤431、对合成特征图添加最优去噪步数下扩散模型所预测出的噪声后，形成预测含噪特征图；为第一轮逐步去噪的总次数； 步骤432、第二轮逐步噪声预测及去噪过程中的第次噪声预测及去噪： 的初始值为1，将预测含噪特征图输入至训练后的扩散模型后，进行噪声预测，预测出噪声，利用噪声在预测含噪特征图上去噪一步，得到预测含噪特征图；为第二轮逐步噪声预测及去噪过程中扩散模型第次噪声预测所预测出的噪声； 步骤433、第二轮逐步噪声预测及去噪过过程中的第次噪声预测及去噪： 将预测含噪特征图输入至训练后的扩散模型后，进行噪声预测，预测出噪声，利用噪声在预测含噪特征图上去噪一步，得到预测含噪特征图； 步骤434、判断是否到达，结果为是，则判定完成对添加最优去噪步数下的合成特征图的全部去噪，并将此时去噪后的合成特征图进行解码，获得清晰无异常图像，该清晰无异常图像为重建图像；结果为否，令，执行步骤433； 步骤5、对待检测图像和重建图像进行特征空间对比，得到空间对比异常图；再根据空间对比异常图得到异常分数，从而完成异常检测。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。