买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京信息工程大学申请的专利一种基于掩码图自编码器的图异常检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119206253B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411721104.1，技术领域涉及：G06V10/58；该发明授权一种基于掩码图自编码器的图异常检测方法及系统是由涂兵;王奥博;刘博;李军;方乐缘;陈云云;曹兆楼;贺燕;刘立成设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种基于掩码图自编码器的图异常检测方法及系统在说明书摘要公布了：本发明公开了图异常检测技术领域中的一种基于掩码图自编码器的图异常检测方法及系统，所述方法包括：对输入的待检测高光谱图像进行预处理，获取节点特征矩阵和边索引矩阵；对所述节点特征矩阵进行随机掩码操作；将随机掩码操作后的节点特征矩阵与所述边索引矩阵输入自编码器，得到重建特征矩阵；根据重建特征矩阵计算重建误差，得到异常分数；将异常分数高于设定阈值的像素标记为异常。本发明获取节点特征矩阵和边索引矩阵，对节点特征矩阵进行随机掩码，保留边索引矩阵，提高异常检测的准确性和鲁棒性。

本发明授权一种基于掩码图自编码器的图异常检测方法及系统在权利要求书中公布了：1.一种基于掩码图自编码器的图异常检测方法，其特征在于，所述方法包括：对输入的待检测高光谱图像进行预处理，获取节点特征矩阵和边索引矩阵；对所述节点特征矩阵进行随机掩码操作；将随机掩码操作后的节点特征矩阵与所述边索引矩阵输入自编码器进行编码，得到重建特征矩阵；根据重建特征矩阵计算重建误差，得到异常分数；将异常分数与设定阈值进行比较，将异常分数高于设定阈值的像素标记为异常；获取节点特征矩阵的方法包括：将输入的待检测高光谱图像通过空间维度展平为像素总数×波段数的二维矩阵，其中，行数为像素总数，列数为波段数，每一行表示为一个像素在所有波段上的光谱信息；对二维矩阵的每一列，分别计算其均值和标准差；对二维矩阵的每一行，分别对每个像素点减去均值，再除以标准差，得到标准化后的二维矩阵；将标准化后的二维矩阵作为节点特征矩阵；获取边索引矩阵的方法包括：分别计算节点特征矩阵中每个像素与其他所有像素之间的欧式距离；根据所述欧式距离找到距离每个像素最近的K个像素作为邻居，构建边关系，从而生成二维的边索引矩阵；所述自编码器的构建方法包括：构建依次连接的GNN编码器、二次掩码模块和GNN解码器；以高光谱图像及对应的已知重建特征矩阵构建训练集；以训练集中高光谱图像随机掩码操作后的节点特征矩阵与边索引矩阵为输入，以对应的已知重建特征矩阵为输出，采用预设的损失函数训练所述自编码器至收敛；其中，所述GNN编码器包括依次连接的第一神经网络层、第一激活层、第二神经网络层、第二激活层；所述GNN解码器包括依次连接的第三神经网络层和第三激活层；其中，第一神经网络层用于根据所输入的边索引矩阵对所输入的节点特征矩阵进行加权求和，从而更新每个节点的特征表示，输出一个第一节点特征矩阵；第一激活层用于对第一节点特征矩阵进行处理，将负值裁剪为零，而正值保持不变，得到一个第二节点矩阵；第二神经网络层用于继续对第二节点矩阵中的节点特征进行处理，将邻居节点的信息聚合到每个节点上；第二激活层用于对第二神经网络层的输出进行非线性变换，得到隐藏表示；二次掩码模块用于对隐藏表示进行掩码处理；第三神经网络层用于将经过掩码处理后的隐藏表示映射回原始特征空间；第三激活层用于对第三神经网络层的输出进行非线性变换，得到重建特征矩阵；第一激活层、第二激活层、第三激活层的结构相同，均采用ReLU函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。