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！

龙图腾网获悉香港生产力促进局;香港工业人工智能及机械人研发中心有限公司申请的专利基于少量正常样本数据集训练的缺陷检测方法及装置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：CN116416206B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202211689395.1，技术领域涉及：G06T7/00；该发明授权基于少量正常样本数据集训练的缺陷检测方法及装置是由李维晋;陆紫妍;罗恩妮;吕叶涛;葛明设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本基于少量正常样本数据集训练的缺陷检测方法及装置在说明书摘要公布了：一种基于少量正常样本数据集训练的缺陷检测方法及装置，其中缺陷检测方法步骤包括获取多张高分辨率正常样本图像以制作正常样本数据集；构建图像特征及边缘特征提取网络模型；将正常样本图像处理后输入上述网络模型以训练特征提取能力；应用预训练的上述网络模型对处理后的多张正常样本图像进行特征提取与拼接；应用多头自注意力模块对拼接结果进行特征融合并经多元高斯分布计算得到正常样本低秩特征矩阵；将一高分辨率产品图像处理后通过上述网络模型进行特征提取、拼接及特征融合后得到其特征向量；计算产品图像特征向量与正常样本低秩特征矩阵的马氏距离以得到异常分布热度图并显示。以此实现对具有复杂结构对象表面缺陷的快速检测和精准定位。

本发明授权基于少量正常样本数据集训练的缺陷检测方法及装置在权利要求书中公布了：1.一种基于少量正常样本数据集训练的缺陷检测方法，其特征在于，步骤包括： 制作正常样本数据集：获取多张包含有对象结构表面的高分辨率的正常样本图像，以形成正常样本数据集； 构建特征提取模型：应用卷积神经网络技术分别构建一图像特征提取网络模型以及一边缘特征提取网络模型； 特征提取模型预训练：对所述正常样本数据集中的多张正常样本图像进行图像尺寸标准化处理，将图像尺寸标准化处理后的所述正常样本图像分割为多个图像尺寸相等的小图像块，并将所述正常样本图像的多个所述小图像块组合成一具有尺寸的张量，通过将多张所述正常样本图像的所述具有尺寸的张量分别输入至所述图像特征提取网络模型及所述边缘特征提取网络模型进行特征提取、图像重建、重建前后比对及模型参数修正，以训练所述图像特征提取网络模型及所述边缘特征提取网络模型的特征提取能力； 正常样本特征提取与拼接：将多张所述正常样本图像的所述具有尺寸的张量分别输入至预训练的所述图像特征提取网络模型及所述边缘特征提取网络模型，以分别提取多张所述正常样本图像的多个所述小图像块的语义特征向量以及边缘特征向量，同时依据所述正常样本图像的每个所述小图像块在正常样本图像中的所属位置，使用cosineposition编码方式对每个所述小图像块赋予对应的位置向量，并且使用并列连接方式分别将每张所述正常样本图像的多个所述小图像块的语义特征向量、边缘特征向量及位置向量在同一维度上进行拼接，以获得一具有另一尺寸的张量； 创建正常样本特征分布：应用多头自注意力模块分别对多张所述正常样本图像的所述具有另一尺寸的张量进行特征融合，以得到多张所述正常样本图像的判别特征向量，之后对多张所述正常样本图像的判别特征向量进行多元高斯分布计算，以得到正常样本低秩特征矩阵； 产品图像特征获取：获取包含有对象结构表面的高分辨率的产品图像，对所述产品图像进行图像尺寸标准化处理后，将其分割为多个图像尺寸相等的小图像块，并将所述产品图像的多个所述小图像块组合成一具有尺寸的张量，将所述产品图像的所述具有尺寸的张量分别输入至预训练的所述图像特征提取网络模型及所述边缘特征提取网络模型，以分别提取所述产品图像的多个所述小图像块的语义特征向量以及边缘特征向量，同时依据所述产品图像的每个所述小图像块在产品图像中的所属位置，使用cosineposition编码方式对所述产品图像的每个所述小图像块赋予对应的位置向量，并且使用并列连接方式将所述产品图像的多个所述小图像块的语义特征向量、边缘特征向量及位置向量在同一维度上进行拼接，以获得一具有另一尺寸的张量，之后应用多头自注意力模块对所述产品图像的所述具有另一尺寸的张量进行特征融合，以得到所述产品图像的特征向量； 产品图像缺陷检测：计算所述正常样本低秩特征矩阵与所述产品图像的特征向量的每个向量元素间的马氏距离，以得到所述产品图像的异常分布热度图； 缺陷显示：将所述异常分布热度图的热度区域进行提取，以覆盖于所述产品图像的相应区域进行显示。

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香港生产力促进局;香港工业人工智能及机械人研发中心有限公司，其通讯地址为：中国香港九龙达之路78号生产力大楼；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。