公开(公告)号：CN114913377A

公开(公告)日：2022-08-16

申请号：CN202210546904.9

申请日：2022-05-19

Applicant: 济南大学

Inventor： 牛四杰 ,  周雪莹 ,  李孝辉 ,  高希占 ,  董子昊 ,  刘博文 ,  张凤航 ,  董吉文

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/82 ,  G06K9/62 ,  G06T7/00 ,  G06T7/13 ,  G06T7/73 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于空间上下文变分自动编码器的图像异常检测方法，所述方法通过使用空间上下文变分自动编码器，进行图像生成与注意力校正，检测异常图像；所述空间上下文变分自动编码器包括两个不同的变分自动编码器：第一个为空间变分自动编码器，用于学习正常图像的空间特征；第二个为上下文变分自动编码器，用于学习正常图像的全局上下文特征。本发明通过使用空间上下文变分自动编码器学习正常图像的分布，检测不符合正常图像分布的疾病图像，通过准确学习正常图像的空间特征和上下文特征，在有效检测异常的同时降低误报；同时使用注意力校正方法，进一步提高异常检测的准确率。

公开(公告)号：CN114913377B

公开(公告)日：2024-08-06

申请号：CN202210546904.9

申请日：2022-05-19

Applicant: 济南大学

Inventor： 牛四杰 ,  周雪莹 ,  李孝辉 ,  高希占 ,  董子昊 ,  刘博文 ,  张凤航 ,  董吉文

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/82 ,  G06T7/00 ,  G06T7/13 ,  G06T7/73 ,  G06T7/11 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明公开了一种基于空间上下文变分自动编码器的图像异常检测方法，所述方法通过使用空间上下文变分自动编码器，进行图像生成与注意力校正，检测异常图像；所述空间上下文变分自动编码器包括两个不同的变分自动编码器：第一个为空间变分自动编码器，用于学习正常图像的空间特征；第二个为上下文变分自动编码器，用于学习正常图像的全局上下文特征。本发明通过使用空间上下文变分自动编码器学习正常图像的分布，检测不符合正常图像分布的疾病图像，通过准确学习正常图像的空间特征和上下文特征，在有效检测异常的同时降低误报；同时使用注意力校正方法，进一步提高异常检测的准确率。

公开(公告)号：CN116843614A

公开(公告)日：2023-10-03

申请号：CN202310524403.5

申请日：2023-05-11

Applicant: 济南大学

Inventor： 徐睦浩 ,  周雪莹 ,  史欣妤 ,  张凤航 ,  张梦娇

IPC: G06T7/00 ,  G06T7/73 ,  G06T3/40 ,  G06V10/44 ,  G06V10/22 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/096 ,  G06N3/088

Abstract: 本发明涉及计算机视觉处理技术领域，特别涉及一种基于先验引导多语义融合的图像异常检测和定位方法，所述方法的实现包括内容如下：通过预先训练好的视觉‑语言网络提取正常图像的抽象全局语义，然后构建可学习的语义编码库，通过向量离散化来存储正常样本的代表性特征向量。最后，将上述多语义特征进行融合后，作为解码器的输入，引导异常图像重建为正常，以此来检测和定位异常。本发明通过能够在没有任何异常先验的情况下，准确检测并定位到图像中存在的异常。极大的提高了检测效率和准确性。