公开(公告)号：CN117274195A

公开(公告)日：2023-12-22

申请号：CN202311231918.2

申请日：2023-09-22

Applicant: 安徽大学

Inventor： 唐俊 ,  过新林 ,  王科 ,  朱明 ,  张艳

IPC: G06T7/00 ,  G06V10/77 ,  G06V10/764 ,  G06V10/82 ,  G06V40/10 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/096

Abstract: 本发明公开了一种基于边缘世界生成网络的图像异常检测方法，用于无监督的图像异常检测和定位，包括：1使用特征膨胀器来使特征向量所张成的特征维度空间足够饱满完整，2通过特征蒸馏生成器，在正常样本的特征向量所张成的特征维度空间边界，生成伪异常的边缘特征空间，从而在此边缘特征维度空间内，产生大量的伪异常特征向量。3将正常特征向量和伪异常特征向量，一起输入异常分离器，并通过韦伯变换，得到图像像素级的异常分数，由此完成图像异常的检测以及图像异常区域的定位。本发明能在无法对所有异常数据进行统计分布的建模时，可以更好的在高维特征空间中，刻画出正常样本的特征空间边界，从而通过边缘世界生成网络提高图像检测性能。