-
公开(公告)号：CN115661480A
公开(公告)日：2023-01-31
申请号：CN202211387134.4
申请日：2022-11-07
Applicant: 安徽大学
IPC: G06V10/44 , G06V10/774 , G06V10/80 , G06T3/40 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及图像异常检测技术领域，解决了针对异常检测任务异常先验较少以及现有方法提取的特征质量不高的技术问题，尤其涉及一种基于多层次特征融合网络的图像异常检测方法，包括以下步骤：S1、获取待检测的图像数据；S2、将待检测的图像数据输入至多层次特征融合网络模型中生成单一图像所对应的异常分数图；S3、采用双线性插值方法将异常分数图上采样为原图大小，得到用于图像异常定位的像素级异常分数。本发明利用伪异常生成算法，将异常检测任务转化为监督学习任务，并构建多层次特征融合网络模型获得多层次语义信息，提高了异常检测的准确率。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
