公开(公告)号：CN114972871B

公开(公告)日：2025-05-09

申请号：CN202210617656.2

申请日：2022-06-01

Applicant: 上海交通大学

Inventor： 王延峰 ,  黄潮钦 ,  管浩言 ,  蒋傲凡 ,  张娅

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/77 ,  G06T7/33 ,  G06N3/045 ,  G06N3/082 ,  G06N3/0464

Abstract: 本发明提供了一种基于图像配准的少样本图像异常检测方法及系统，包括：对支撑图像和待检测图像提取图像的高维特征；对图像的高维特征进行特征的空间变换得到变换的图像特征；对变换的图像特征实现特征编码；对编码特征实现特征配准；对变换的图像特征拟合支撑图像的特征分布得到特征分布模型；对变换的图像特征和特征分布模型实现图像异常评定。本发明针对目前异常检测方法存在的问题，提出一种基于图像配准的少样本异常检测方法，本发明利用已知类别物体数据训练可推广的通用模型，不需要对新类别物体数据重新训练模型，而是仅利用少样本的新类别数据，即可应用于新类别物体的异常检测任务。

公开(公告)号：CN114972871A

公开(公告)日：2022-08-30

申请号：CN202210617656.2

申请日：2022-06-01

Applicant: 上海交通大学

Inventor： 王延峰 ,  黄潮钦 ,  管浩言 ,  蒋傲凡 ,  张娅

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/77 ,  G06T7/33 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于图像配准的少样本图像异常检测方法及系统，包括：对支撑图像和待检测图像提取图像的高维特征；对图像的高维特征进行特征的空间变换得到变换的图像特征；对变换的图像特征实现特征编码；对编码特征实现特征配准；对变换的图像特征拟合支撑图像的特征分布得到特征分布模型；对变换的图像特征和特征分布模型实现图像异常评定。本发明针对目前异常检测方法存在的问题，提出一种基于图像配准的少样本异常检测方法，本发明利用已知类别物体数据训练可推广的通用模型，不需要对新类别物体数据重新训练模型，而是仅利用少样本的新类别数据，即可应用于新类别物体的异常检测任务。