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！

龙图腾网获悉北京交通大学申请的专利无监督轨道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：CN120047726B 。

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：202510048442.1，技术领域涉及：G06V10/764；该发明授权无监督轨道异常检测方法及系统是由秦勇;高阳;曹志威;连丽容;彭根旺;李威;刘镇豪;于杭;白婕;戈轩宇设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本无监督轨道异常检测方法及系统在说明书摘要公布了：本发明提供一种无监督轨道异常检测方法及系统，属于基于计算机视觉的轨道监管技术领域，包括：采集俯拍视角的轨道图像；采用轨道关键部件区域分割模块实现像素级分割和背景简化，生成关键部件伪图像；采用自生成特征聚合网络提取伪图像中的多尺度特征，得到高维度特征向量矩阵；利用多元高斯拟合函数对高维度特征向量矩阵进行拟合，得到正常图像的最优参数；设计内外均衡的异常分数度量函数，计算正常图像的最优参数与测试图像的高维度特征向量矩阵的差异，计算异常分数实现异常图像判别和异常像素定位。本发明解决了标注数据类别有限导致的轨道巡检内容覆盖不全面的问题，实现了降低复杂背景因素干扰下的轨道未知类别异物检测。

本发明授权无监督轨道异常检测方法及系统在权利要求书中公布了：1.一种无监督轨道异常检测方法，其特征在于，包括： 获取待检测的俯视视角的轨道图像； 利用预先训练好的检测模型对获取的待检测的俯视视角的轨道图像进行处理，得到检测结果；其中，预先训练好的检测模型包括关键部件区域分割单元、特征聚合网络、拟合网络和计算单元；所述关键部件区域分割单元用于对轨道图像像素级分割和背景简化，生成钢轨、轨枕和轨道板三个关键部件伪图像；所述特征聚合网络用于提取和聚合伪图像中的多尺度特征，得到高维度特征向量矩阵；所述拟合网络过用于利用多元高斯拟合函数对高维度特征向量矩阵进行拟合，得到正常图像的最优参数；所述计算单元用于采用内外均衡的异常分数度量函数，计算正常图像的最优参数与测试图像的高维度特征向量矩阵的差异，计算异常分数，实现异常图像判别和异常像素定位；其中，内外均衡的异常分数度量函数，包括：设计外部平方根度量函数D1，计算测试图像与最优参数的差异分数，其中xij’为测试图像i,j处的特征向量值； 使用内部马氏距离度量函数D2，计算测试图像内部的差异分数； 其中，μij和Σij表示利用多元高斯分布Nμij,Σij对高维度特征向量矩阵进行拟合得到的最优参数；内外均衡的异常分数度量函数D为赋权后的两种异常分数的求和计算，得到最终异常分数：D＝0.8×D1+0.2×D2。

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北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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”。

以上内容由龙图腾AI智能生成。