北京大学深圳研究生院杨戈获国家专利权
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!
龙图腾网获悉北京大学深圳研究生院申请的专利基于级联的重构-判别结构的表面异常检测方法及装置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:CN116051475B 。
龙图腾网通过国家知识产权局官网在2026-03-03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:202211650974.5,技术领域涉及:G06T7/00;该发明授权基于级联的重构-判别结构的表面异常检测方法及装置是由杨戈;张健;丁润伟设计研发完成,并于2022-12-21向国家知识产权局提交的专利申请。
本基于级联的重构-判别结构的表面异常检测方法及装置在说明书摘要公布了:本公开涉及一种基于级联的重构‑判别结构的表面异常检测方法及装置。所述方法包括:对待检测图像进行重构,得到第一重构图像;对所述第一重构图像进行重构,得到第二重构图像;将所述待检测图像与所述第一重构图像、所述第二重构图像分别从通道维拼接,得到第一异常分数图和第二异常分数图;通过对所述第一异常分数图和所述第二异常分数图逐像素平均处理,得到所述待检测图像的表明异常检测结果。本发明提升了表面异常检测的性能。
本发明授权基于级联的重构-判别结构的表面异常检测方法及装置在权利要求书中公布了:1.一种基于级联的重构-判别结构的表面异常检测方法,其特征在于,所述方法包括: 对待检测图像进行重构,得到第一重构图像; 对所述第一重构图像进行重构,得到第二重构图像; 将所述待检测图像与所述第一重构图像、所述第二重构图像分别从通道维拼接,得到第一异常分数图和第二异常分数图; 通过对所述第一异常分数图和所述第二异常分数图逐像素平均处理,得到所述待检测图像的表明异常检测结果; 其中,所述对所述待检测图像进行重构,得到第一重构图像,包括: 构建第一重构子网络,所述第一重构子网络采用U-Net的编码器-解码器架构; 生成原始图像的纹理异常图像; 对原始图像进行非线性变换,以得到挤压结构图像、放大结构图像、旋转结构图像和波浪结构图像; 随机生成3个多边形和一个圆形区域,以分割标签; 基于所述分割标签分割原始图像,并在分割后的4个区域中分别应用挤压结构图像、放大结构图像、旋转结构图像和波浪结构图像,且其他区域保持不变,以得到结构异常图像; 基于纹理异常图像和结构异常图像,构建训练数据集; 基于所述训练数据集对所述第一重构子网络进行训练; 将所述待检测图像输入训练后的第一重构网络,得到第一重构图像; 所述将所述待检测图像与所述第一重构图像从通道维拼接,得到第一异常分数图,包括: 构建基于双向通道注意力模块的第一判别子网络;所述第一判别子网络采用U-Net结构,由下采样和上采样的个阶段组成,产生个不同大小的特征层,且前个阶段中的每个层使用双向通道注意力模块; 生成纹理异常图像和结构异常图像,以构建训练数据集; 基于所述训练数据集对所述第一判别子网络进行训练; 将所述待检测图像和所述第一重构图像输入训练后的第一重构网络,得到第一异常分数图。
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北京大学深圳研究生院,其通讯地址为:518055 广东省深圳市南山区西丽深圳大学城北京大学校区;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励