专利名称：一种基于生成式对抗网络模型的图像异常检测方法专利类型：发明专利发明人：仲林林,胡霞,徐杰申请号：CN202011247570.2申请日：20201110公开号：CN112435221A公开日：20210302
摘要：本发明公开一种基于生成式对抗网络模型的图像异常检测方法，所述异常检测方法包括以下步骤：将摄取设备生成的原始图片输入生成式对抗网络模型中；经过判别器倒数第二层后获得原始图片和生成图片的特征，将所述两者特征相减的结果作为二分类器的输入，输出对应异常类别分数；根据异常类别分数与异常分数阈值的关系，判断图像是否正常。本发明图像异常检测方法在编码器中引入SENET模块有效提取原图中的显著性信息，降低背景噪声对模型训练的干扰；结合监督学习和无监督学习，解决了巡检过程中电力塔杆图像数据集中正常样本和异常样本不均衡导致分类效果不佳的问题，并且能有效区分背景复杂的正常样本和异常样本，模型鲁棒性强。
申请人：东南大学
地址：210024 江苏省南京市玄武区新街口街道四牌楼2号
国籍：CN
代理机构：北京同辉知识产权代理事务所(普通合伙)
代理人：王依
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容