公开(公告)号：CN119992291A

公开(公告)日：2025-05-13

申请号：CN202411924323.X

申请日：2024-12-25

Applicant: 重庆邮电大学

Inventor： 吴大鹏 ,  林畅 ,  张普宁 ,  杨志刚 ,  王汝言 ,  张鸿

IPC: G06V10/94 ,  G06V10/96 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0455 ,  G06T7/00

Abstract: 本发明涉及一种面向工业异常检测任务的语义通信方法，属于工业异常检测领域。该方法包括边‑端协同的工业图像语义传输架构、高精度工业图像异常检测网络和面向异常检测的语义特征提取模型。在训练阶段，边缘服务器训练某个工业产品种类的异常检测模型，训练完成后，将异常检测网络下发至终端设备。在测试阶段，当输入某一个种类的工业产品图像时，终端设备对于输入图像进行语义编码和信道编码，以得到语义特征，通过无线信道直接将语义信息传输到对应的边缘服务器。当边缘服务器接收到语义特征后进行信道解码和语义解码，直接输出工业异常检测任务结果。本发明可以减轻工业物联网中的数据传输压力及边缘计算负载，实现实时工业产品表面的异常检测。

公开(公告)号：CN119863438A

公开(公告)日：2025-04-22

申请号：CN202411924348.X

申请日：2024-12-25

Applicant: 重庆邮电大学

Inventor： 吴大鹏 ,  林畅 ,  张普宁 ,  杨志刚 ,  王汝言 ,  张鸿

IPC: G06T7/00 ,  G06T5/70 ,  G06T5/60 ,  G06V10/774 ,  G06V10/54 ,  G06V10/52 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/09

Abstract: 本发明涉及一种基于编解码器架构的工业异常检测方法，属于工业异常检测领域。首先使用图像处理算法将二维柏林噪声添加至MVTec数据集中的图像，从而引入人工模拟的异常得到缺陷样本图像，缓解了监督学习只能使用正常样本的不足。同时，引入语义通信思想，基于语义通信设计考虑工业异常检测任务特征的图像语义传输模型。此外，为了更有效地利用输入图像中的信息，设计了基于编码器‑解码器架构的多尺度特征融合模块，缓解了图像异常区域与正常区域面积不均衡的问题。本发明的异常识别种类多，检测精度高，可用于工业品瑕疵检测、医疗辅助诊断、视频违规行为检测。