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！

龙图腾网获悉福建师范大学申请的专利一种用于工业产品质量质控的图像异常检测方法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：CN118334468B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202410463149.7，技术领域涉及：G06V10/774；该发明授权一种用于工业产品质量质控的图像异常检测方法是由赖会霞;周凡;陈宏睿;江俊;张仕设计研发完成，并于2024-04-17向国家知识产权局提交的专利申请。

本一种用于工业产品质量质控的图像异常检测方法在说明书摘要公布了：本发明公开一种用于工业产品质量质控的图像异常检测方法，包括：步骤1，对输入的工业产品图像进行标准化处理，以适应后续的特征提取和重构过程；步骤2，将标准化处理后的原始输入图像映射为潜在特征图；步骤3，将潜在特征图转换为掩码向量，使用掩码向量对潜在特征图中的局部关键特征进行选择，并使用深度特征编码器对局部关键特征进行二次选择，提取具有代表性的局部关键特征；步骤4，利用局部关键特征进行图像重构，使用对抗训练的方式提升重构图像的质量；步骤5，根据原始输入图像与重构图像之间的差异得到异常分数，根据异常分数判定异常结果。本发明避免了异常数据被准确重构而导致无法有效区分异常数据的问题，提高了异常检测的精度。

本发明授权一种用于工业产品质量质控的图像异常检测方法在权利要求书中公布了：1.一种用于工业产品质量质控的图像异常检测方法，其特征在于：其包括以下步骤： 步骤1，对输入的工业产品图像进行标准化处理，以适应后续的特征提取和重构过程； 步骤2，将标准化处理后的原始输入图像映射为潜在特征图； 步骤3，将潜在特征图转换为掩码向量，使用掩码向量对潜在特征图中的局部关键特征进行选择，并使用深度特征编码器对局部关键特征进行二次选择，提取具有代表性的局部关键特征； 步骤4，利用局部关键特征进行图像重构，使用对抗训练的方式提升重构图像的质量； 步骤4中以重构误差最小为目标构建损失函数，具体步骤如下： 步骤4‑1，构建对抗损失函数Ladv，对抗损失函数Ladv，Ladv的计算表达式如下： 式中，Dr表示重构解码器，Dqe表示质量增强鉴别器，表示随机变量x的期望值，其中x是从概率分布px中抽取的样本，Dqex表示对随机变量x鉴别的结果，DrEx表示从样本空间到样本空间的映射，DqeDrEx表示对重构样本鉴别的结果； 步骤4‑2，构建重构损失函数Llocal，重构损失函数Llocal的计算表达式如下： 其中，表示对给定条件x下的z的概率分布pmg,dfz|x进行期望值计算，z表示关键特征，pmg,df表示编码器Emg和Edf符合的概率分布，px|z表示给定特征z时，数据点x的概率分布；KL散度，用于衡量两个概率分布pmg,df，pθ之间的差异； 步骤4‑3，构建损失函数L的公式表达为： L＝λLadv+1‑λLlocal其中，Ladv表示对抗损失函数，Llocal表示重构损失函数； 步骤5，根据原始输入图像与重构图像之间的差异得到异常分数，根据异常分数判定异常结果。

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福建师范大学，其通讯地址为：350108 福建省福州市大学城科技路1号福建师范大学旗山校区；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”。

以上内容由龙图腾AI智能生成。