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！

龙图腾网获悉浙江大学计算机创新技术研究院申请的专利一种基于通道注意配准网络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：CN115578325B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202211164880.7，技术领域涉及：G06T7/00；该发明授权一种基于通道注意配准网络的图像异常检测方法是由宋亚楠;刘贤斐;鲁鹏;沈卫明设计研发完成，并于2022-09-23向国家知识产权局提交的专利申请。

本一种基于通道注意配准网络的图像异常检测方法在说明书摘要公布了：本发明公开了一种基于通道注意配准网络的图像异常检测方法。先构建感知高维特征通道重要性的通道注意模块，后构建权值共享的异常检测网络，通道注意模块嵌入异常检测网络的特征提取阶段，基于提取的图像高维特征为正常样本构建多元高斯分布概率表达；在测试阶段，将待检测查询图像和模板图像同时输入到异常检测网络，计算查询图像每个像素位置的拼接特征与模板图像的多元高斯分布之间的马氏距离，以马氏距离较大位置进行异常判断。本发明方法能避免网络对物体类别的依赖，可有效泛化到未知物体类别的异常检测任务上，能够增强网络对特征通道的差异感知，提高网络对物体多维特征的提取能力，有效抑制噪声对异常检测的干扰。

本发明授权一种基于通道注意配准网络的图像异常检测方法在权利要求书中公布了：1.一种基于通道注意配准网络的图像异常检测方法，其特征在于： 1构建带有通道注意模块的异常检测网络； 2利用损失计算模块对异常检测网络进行训练； 3利用训练后的异常检测网络对输入的待检测查询图像进行异常检测； 所述步骤3具体为： 3.1挑选N个属于正常样本、非异常的查询图像一起输入到训练后的异常检测网络模型获得各自的通道注意特征，每个查询图像均能提取到三个通道注意特征TA2、TA3、TA4，分别将这N个查询图像的三个通道注意特征按各自通道拼接后，获得每个查询图像的拼接特征，再根据N个查询图像的拼接特征计算查询图像的各个像素位置处的多元高斯分布； 3.2将待检测查询图像作为输入到训练后的异常检测网络模型，获得待检测查询图像的三个通道注意特征QA2、QA3、QA4，将这待检测查询图像的三个注意特征按通道拼接获得待检测查询图像的拼接特征； 3.3计算待检测查询图像的每个像素位置的拼接特征与相同位置处的多元高斯分布之间的马氏距离，将各个像素位置处的马氏距离构建组成待检测查询图像的异常分数图，取异常分数图上最大的值作为待检测查询图像的异常分数，然后进行以下判断： 当异常分数超过预设的异常阈值时，则认为待检测查询图像为异常图像；否则不认为待检测查询图像为异常图像； 所述的异常检测网络包括三个卷积模块和三个通道注意模块；查询图像和模板图像先经过各自的第一卷积模块处理后获得各自的第一卷积特征QF2和TF2，查询图像和模板图像的第一卷积特征QF2和TF2分别经过第一通道注意模块获得各自的第一通道注意特征QA2和TA2；查询图像和模板图像的第一通道注意特征QA2和TA2分别经过第二卷积模块获得各自的第二卷积特征QF3和TF3，查询图像和模板图像的第二卷积特征QF3和TF3分别经过第二通道注意模块获得各自的第二通道注意特征QA3和TA3；查询图像和模板图像的第二通道注意特征QA3和TA3分别经过第三卷积模块获得各自的第三卷积特征QF4和TF4，查询图像和模板图像的第三卷积特征QF4和TF4分别经过第三通道注意模块获得各自的第三通道注意特征QA4和TA4。

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浙江大学计算机创新技术研究院，其通讯地址为：311200 浙江省杭州市萧山区宁围街道市心北路857号383室；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。