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！

龙图腾网获悉华南理工大学申请的专利一种基于生成回放的持续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：CN120318827B 。

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：202510491684.8，技术领域涉及：G06V20/70；该发明授权一种基于生成回放的持续异常检测方法是由黄双萍;胡磊;梁景麟;韩有为;李婷婷设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本一种基于生成回放的持续异常检测方法在说明书摘要公布了：本发明公开了一种基于生成回放的持续异常检测方法，包括以下步骤：采用逆向工程，在预训练扩散模型的特征空间中，学习给定类历史数据的类语义嵌入；对于历史数据的原始图像，生成与历史数据的原始图像对应的掩模图像，设计MLP层学习从掩模到空间特征的映射，得到与语义特征大小对齐的空间特征；对于给定类，训练得到最佳语义嵌入和MLP层并保存，同时随机存储M个掩模图像，共同构成给定类的条件特征；使用所述条件特征重放历史类别数据，实现语义和空间两个方面的可控生成。本发明首次在持续异常检测领域应用扩散驱动的生成重放方法，实现了从语义和空间两个维度的可控数据重放，从而生成真实且多样化的历史数据。

本发明授权一种基于生成回放的持续异常检测方法在权利要求书中公布了：1.一种基于生成回放的持续异常检测方法，其特征在于，包括以下步骤： 步骤1：采用逆向工程，在预训练扩散模型的特征空间中，学习给定类历史数据的类别语义嵌入，得到语义特征； 步骤2：对于历史数据的原始图像，生成与历史数据的原始图像对应的掩模图像，设计MLP层学习从掩模到空间特征的映射，将掩模图像编码整形，得到与语义特征大小对齐的空间特征； 步骤3：将所述语义特征与空间特征连接，对于给定类，训练得到最佳语义嵌入和MLP层并保存，同时随机存储M个掩模图像，共同构成给定类的条件特征； 所述步骤3，包括以下步骤： 步骤301：将所述语义特征与所述空间特征连接构成条件嵌入，即； 步骤302：将条件嵌入、原始图像和时间步通过LDM的损失函数优化所述语义嵌入和MLP层，并根据不同的类别分别存储优化后的所述语义嵌入和MLP层； 训练优化目标； 步骤303：随机选择张掩模图像，，以控制生成图像的空间内定位； 步骤304：在给定类中存储所述最佳语义嵌入和MLP层以及所述张掩模图像，作为给定类的条件特征； 其中，代表LDM的损失函数，M代表选取掩码图像的数量； 步骤4：使用所述条件特征回放历史类别数据，实现语义和空间两个方面的可控生成。

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华南理工大学，其通讯地址为：510000 广东省广州市天河区五山路381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。