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！

龙图腾网获悉闽江学院申请的专利基于阶段噪声多特征鉴别网络的丝织物瑕疵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：CN118864365B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202410851891.5，技术领域涉及：G06T7/00；该发明授权基于阶段噪声多特征鉴别网络的丝织物瑕疵检测方法是由李佐勇;马浩然;郑祥盘;胡蓉;刘伟霞;颜佳泉设计研发完成，并于2024-06-28向国家知识产权局提交的专利申请。

本基于阶段噪声多特征鉴别网络的丝织物瑕疵检测方法在说明书摘要公布了：本发明涉及一种基于阶段噪声多特征鉴别网络的丝织物瑕疵检测方法，属于织物瑕疵检测技术领域。该方法提出一种新的生成对抗性网络模型：PNMFD，将注意力转移到特征级别，使用阶段噪声来生成伪异常特征，并且这些特征共同与判别器模块交互，以增强模型对纹理细节的关注。具体来说，该方法引入了分阶段的伪异常生成策略，以减轻生成的样本和真实样本之间的显著差异。在训练过程中，逐步合成不同的噪声以模拟不同阶段的异常图像。该方法允许特征重构器逐渐学习更丰富的异常表示，确保模拟异常的丰富性和改进的重构质量。同时，在多特征判别模块中，该方法提出了一种双重鉴别器，通过添加额外的鉴别分支来增加鉴别器任务的复杂性并提高网络的性能。

本发明授权基于阶段噪声多特征鉴别网络的丝织物瑕疵检测方法在权利要求书中公布了：1.一种基于阶段噪声多特征鉴别网络的丝织物瑕疵检测方法，其特征在于，提出一种新的生成对抗性网络模型：阶段噪声增强下的多特征判别网络PNMFD，PNMFD将注意力转移到特征级别，使用阶段噪声来生成伪异常特征，并且生成的伪异常特征共同与多特征判别模块交互，以增强模型对纹理细节的关注； PNMFD包括主干网络、特征聚合和自适应模块、特征子采样模块、特征重建模块、特征鉴别模块； 特征重建模块，包括两个部分：阶段伪异常特征的生成和特征重建；特征重建模块，将重点转移到特征空间，并在不同的训练阶段逐步引入各种特征级噪声，以合成高质量的伪异常特征；同时，将生成对抗性网络的原理与重建网络的目标相结合，将伪异常特征输入到特征重建器Rθ中，以重建采样特征集ai,c中的采样特征ai,ch,w，h,w分别表示在输入的高为H，宽为W的图片中的相应位置； 在阶段伪异常特征的生成阶段，对于采样特征将鉴别器训练划分为三个不同的阶段η∈{η1,η2,η3}，分别使用三种不同的噪声向量∈∈{∈1,∈2,∈3}，与采样特征融合为伪异常特征ai,c-h,w： ai,c-h,w＝ai,c+∈ 其中，高斯噪声作为∈1，特征扰动噪声作为∈2，使用两者噪声的结合作为∈3； 对于特征重建，结合生成对抗网络和重建网络的思想，提出由多层全连接层构成的特征重构器Rθ作为重建网络；具体即，将伪异常特征ai,c-h,w作为重构器的输入，输出为重构特征将采样特征ai,ch,w设置为重构目标，即重构特征要尽可能的与采样特征ai,ch,w相似；重构过程被定义为： 由于特征重构器的目标是拉近重构特征与采样特征的距离，启到欺骗鉴别器的作用，因此采用MSE损失来约束特征重构器： 其中，n是特征数量，在训练过程中，训练的目标是尽可能地使重构损失Lr的值最小化，从而使重构特征尽可能地接近采样特征ai,ch,w，以提高重建网络的性能。

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闽江学院，其通讯地址为：350108 福建省福州市闽侯县溪源宫路200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。