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！

龙图腾网恭喜东华大学申请的专利异常检测方法、系统、介质、电子设备及异常检测模型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：CN117934422B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202410107127.7，技术领域涉及：G06T7/00；该发明授权异常检测方法、系统、介质、电子设备及异常检测模型是由蒋学芹;黄凯;周树波设计研发完成，并于2024-01-26向国家知识产权局提交的专利申请。

本异常检测方法、系统、介质、电子设备及异常检测模型在说明书摘要公布了：本发明提供一种异常检测方法、系统、介质、电子设备及异常检测模型；所述异常检测模型包括：异常过滤器、全局语义嵌入块、多尺度通道自编码器及学生特征还原网络；全局语义嵌入块与异常过滤器连接，全局语义嵌入块用于获取深层语义信息流；多尺度通道自编码器用于获取正常细节信息流；学生特征还原网络用于基于深层语义信息流和正常细节信息流获取学生特征图；比较学生特征图和教师特征图，获取异常图，以基于异常图实现对待测图像的异常检测；本发明通过使用深层语义信息流和正常细节信息流的双信息流进行异常检测，帮助了学生特征还原网络同时重建语义与细节特征，有效解决了针对于大缺陷和语义结构缺陷的检测问题。

本发明授权异常检测方法、系统、介质、电子设备及异常检测模型在权利要求书中公布了：1.一种基于异常检测模型实现的异常检测方法，其特征在于，所述异常检测方法包括：对目标待测图像进行预处理，获取目标处理图像；将所述目标处理图像输入至教师特征提取网络，获取目标教师特征图；将所述目标教师特征图输入至所述异常检测模型，获取目标异常图，以基于所述目标异常图实现对所述目标待测图像的异常检测；所述异常检测模型用于基于输入的待测图像的教师特征图实现对所述待测图像的异常检测，所述异常检测模型包括：异常过滤器、全局语义嵌入块、多尺度通道自编码器及学生特征还原网络；其中，所述异常过滤器用于过滤所述教师特征图中的异常信息，获取处理特征图；所述全局语义嵌入块与所述异常过滤器连接，所述全局语义嵌入块用于接收所述处理特征图，及用于对所述处理特征图进行语义信息增强，获取深层语义信息流；所述多尺度通道自编码器用于提取所述教师特征图中的正常细节信息流；所述学生特征还原网络分别与所述全局语义嵌入块和所述多尺度通道自编码器连接，用于基于所述深层语义信息流和所述正常细节信息流获取学生特征图；比较所述学生特征图和所述教师特征图，获取异常图，以基于所述异常图实现对所述待测图像的异常检测；所述异常过滤器包括：特征融合层、特征嵌入层及卷积与自注意力块；其中，所述特征融合层用于对所述教师特征图进行处理，获取至少一第一特征图，及用于对所述教师特征图和所述至少一第一特征图进行特征融合，获取融合特征图；所述特征嵌入层与所述特征融合层连接，所述特征嵌入层用于接收所述融合特征图，及用于对所述融合特征图进行特征嵌入，获取第二特征图；所述卷积与自注意力块与所述特征嵌入层连接，所述卷积与自注意力块用于接收所述第二特征图，及用于对所述第二特征图进行特征重组，获取第三特征图，和用于对所述第二特征图进行自注意力的特征选择，获取第四特征图，最后拼接所述第三特征图和所述第四特征图，获取所述处理特征图；所述全局语义嵌入块包括：全局平均池化模块、第一特征拼接模块、特征相乘模块、至少一分辨率降低模块及至少一通道注意力模块；其中，所述分辨率降低模块与所述通道注意力模块一一对应连接，所述分辨率降低模块用于接收所述处理特征图，及降低所述处理特征图的分辨率，获取第五特征图；在所述分辨率降低模块的个数至少为两个时，经至少两个分辨率降低模块处理后获取的第五特征图的分辨率各不相同；所述通道注意力模块用于接收所述第五特征图，及用于对所述第五特征图进行局部跨通道交互，获取第六特征图；所述全局平均池化模块用于接收所述处理特征图，及对所述处理特征图进行全局平均池化处理，获取第七特征图；在所述分辨率降低模块的个数至少为两个时，所述全局语义嵌入块还包括：第二特征拼接模块；所述第二特征拼接模块与所述通道注意力模块连接，用于接收所述第六特征图，并对至少两个第六特征图进行特征拼接，获取第八特征图；所述特征相乘模块与所述第二特征拼接模块和所述异常过滤器连接，用于分别接收所述第八特征图和所述处理特征图，及用于将所述第八特征图和所述处理特征图进行逐像素相乘，获取第九特征图；所述第一特征拼接模块与所述全局平均池化模块和所述特征相乘模块连接，用于分别接收所述第七特征图和所述第九特征图，及用于对所述第七特征图和所述第九特征图进行特征拼接，获取所述深层语义信息流；在所述分辨率降低模块的个数为一时，所述特征相乘模块与所述通道注意力模块和所述异常过滤器连接，用于分别接收所述第六特征图和所述处理特征图，及用于将所述第六特征图和所述处理特征图进行逐像素相乘，获取第十特征图；所述第一特征拼接模块与所述全局平均池化模块和所述特征相乘模块连接，用于分别接收所述第七特征图和所述第十特征图，及用于对所述第七特征图和所述第十特征图进行特征拼接，获取所述深层语义信息流。

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东华大学，其通讯地址为：200051 上海市长宁区延安西路1882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”。