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！

龙图腾网获悉华中科技大学申请的专利一种基于单专家双学徒的图像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：CN115330689B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202210834375.2，技术领域涉及：G06T7/00；该发明授权一种基于单专家双学徒的图像异常检测方法是由沈卫明;曹云康设计研发完成，并于2022-07-14向国家知识产权局提交的专利申请。

本一种基于单专家双学徒的图像异常检测方法在说明书摘要公布了：本发明属于图像异常检测相关技术领域，其公开了一种基于单专家双学徒的图像异常检测方法，该方法包含一个专家网络，两个学徒网络，分为训练与测试两个阶段。其中训练阶段，分别使用不可知异常图像与真实可知异常图像，对两个学徒网络进行相似度学习，使两个学徒网络与专家网络之间的正常特征具备高相似度，真实可知、不可知异常数据的特征具备低相似度。在测试阶段，分别使用三个网络对测试图像提取特征，计算两个学徒网络与专家网络的相似度，取负后即为异常分值。后将两个学徒网络产生的异常分值相加，得到最终的异常分值。本方法有效利用了工业产品中的少量异常信息，提高自动化质检性能。

本发明授权一种基于单专家双学徒的图像异常检测方法在权利要求书中公布了：1.一种基于单专家双学徒的图像异常检测方法，其特征在于，所述方法包括： S1：获取训练完成的特征提取深度神经网络，即专家网络，以及两个未训练的特征提取深度神经网络，即第一学徒网络和第二学徒网络； 第一学徒网络的训练过程： S2：随机生成异常形状获得异常图像掩膜，将所述异常图像掩膜与正常图像及正常图像的自然纹理图像进行合成得到异常图像； S3：将所述异常图像输入所述专家网络和第一学徒网络分别得到第一专家特征和第一学徒特征； S4：将所述第一专家特征、第一学徒特征以及异常图像掩膜输入第一差异学习器，以对第一专家特征、第一学徒特征以及异常图像掩膜之间余弦相似度进行约束进而获得第一差异结果，根据所述第一差异结果进行反向传播实现对所述第一学徒网络的参数优化； 第二学徒网络的训练过程： S2’：在正常图像中随机采集与真实异常图像数量相同的图像，获得正常图像、真实异常图像以及真实异常图像掩膜； S3’：将所述真实异常图像输入所是专家网络和第二学徒网络获得第二专家特征和第二学徒特征，将所述第二专家特征、第二学徒特征以及真实异常图像掩膜输入第二差异学习器进而获得第二差异结果，根据所述第二差异结果进行反向传播实现对所述第二学徒网络的参数优化； S5：将待测试图像同时输入所述专家网络、参数优化后的第一学徒网络和第二学徒网络分别获得专家特征、第一特征和第二特征，计算专家特征与第一特征的第一相似度，以及专家特征与第二特征的第二相似度，将所述第一相似度和第二相似度相加即可获得待测图像的异常区域。

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中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。