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！

龙图腾网获悉西安电子科技大学申请的专利基于并行掩码自动编码器的跨类别图像异常检测方法及设备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：CN119205631B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411181360.6，技术领域涉及：G06T7/00；该发明授权基于并行掩码自动编码器的跨类别图像异常检测方法及设备是由鲁瑞颖;刘刚;孙雅霖;田隆设计研发完成，并于2024-08-27向国家知识产权局提交的专利申请。

本基于并行掩码自动编码器的跨类别图像异常检测方法及设备在说明书摘要公布了：本发明公开了一种基于并行掩码自动编码器的跨类别图像异常检测方法，包括：获取并提取待识别图像的图像视觉特征图；将提取的特征图分割为多个视觉标记；基于视觉标记和该图像所属类别对应的预设名义视觉特征池，确定该特征图对应的参考特征图；生成该特征图的多种掩码图，基于多种掩码图、该特征图和参考特征图，生成一组掩码后的该特征图和参考特征图；采用训练好的重构模型对这两组特征图重构，生成一组重构的第一特征图，以及一组重构的参考特征图；确定这两组重构特征图间的关联差异，以及第一特征图的重构误差，基于重构误差和关联差异确定该图像的异常分数。本发明能提高检测精度。

本发明授权基于并行掩码自动编码器的跨类别图像异常检测方法及设备在权利要求书中公布了：1.一种基于并行掩码自动编码器的跨类别图像异常检测方法，其特征在于，包括： 获取待识别图像； 提取所述待识别图像的图像视觉特征，得到第一特征图； 将所述第一特征图分割为多个视觉标记； 基于所述多个视觉标记，以及所述待识别图像所属的类别对应的预设的名义视觉特征池，确定所述第一特征图对应的参考特征图； 生成所述第一特征图对应的多种掩码图，基于所述多种掩码图、所述第一特征图和所述参考特征图，生成一组掩码后的第一特征图和一组掩码后的参考特征图，得到两组特征图； 采用训练好的重构模型对所述两组特征图分别进行重构，生成一组重构的第一特征图，以及一组重构的参考特征图，得到两组重构特征图；所述训练好的重构模型是采用多种不同类别的训练样本训练得到的；每组重构特征图包含N张重构特征图； 确定所述两组重构特征图之间的关联差异，以及所述第一特征图的重构误差，基于所述重构误差和关联差异，确定所述待识别图像的异常分数； 所述确定所述两组重构特征图之间的关联差异，以及所述第一特征图的重构误差，包括： 根据所述第一特征图和N张重构的第一特征图，确定第一经验分布；所述第一经验分布表征所述第一特征图中每个图像块的N个重构误差； 根据所述参考特征图和N张重构的参考特征图，确定第二经验分布；所述第二经验分布表征所述参考特征图中每个图像块的N个重构误差； 确定所述第一经验分布与所述第二经验分布之间的传输距离，并将所述传输距离，作为所述N张重构的第一特征图与所述N张重构的参考特征图之间的关联差异； 确定每张重构的第一特征图与所述第一特征图之间的差异，基于所述差异的L2范数，确定所述第一特征图的重构误差。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。