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！

龙图腾网获悉重庆大学申请的专利基于双视角核心过滤的工业异常污染治理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：CN119068288B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411179793.8，技术领域涉及：G06V10/774；该发明授权基于双视角核心过滤的工业异常污染治理方法是由王洪星;冯超设计研发完成，并于2024-08-27向国家知识产权局提交的专利申请。

本基于双视角核心过滤的工业异常污染治理方法在说明书摘要公布了：本发明公开了一种基于双视角核心过滤的工业异常污染治理方法。基于工业数据集中混入的少量未标注异常样本，设计基于特征核心集的全局和局部关系建模方法，考虑潜在异常的稀疏特征分布特性，将整体和区域双视角下的潜在异常进行剔除。此外，为补充核心潜入的缺失，提出平衡采样方法，选取出潜在异常正常表征分布的远点加入核心集，以减少对正常数据的错误剔除。本发明特异性地考虑了工业缺陷检测器的训练容易受未知异常训练数据干扰的限制，实现了对训练环境的净化，进一步提升了工业缺陷检测器的抗噪性能。

本发明授权基于双视角核心过滤的工业异常污染治理方法在权利要求书中公布了：1.基于双视角核心过滤的工业异常污染治理方法，其特征在于：包括如下步骤： S1：特征提取与核心集采样：给定未标注的工业图像训练集X＝{X1,…,Xn},其中，X中混有真实异常图像Xa，其中|Xa|＜＜|X|；遵循PatchCore的做法，从WideResNet的各网络层分别提取到对应的特征张量，记Fi为WideResNet的第i网络层提取的特征张量，Fi的维度为bi,li,li，bi为第i网络层的特征通道数，li为Fi关于图像的特征图尺寸，Fi由bi个li×li大小的特征图组成； 对于Fi的单张特征图，遍历其各个位置的元素，分别以各元素为中心采样其P×P的邻居，借助边缘padding操作，由单张特征图得到一组新的块级特征图，共ci＝li×li个； WideResNet的第i网络层得到维度为ci,bi,P,P的特征张量Fi‘，随着i增大，网络层加深，ci不断减小，bi不断增大；记实际取的WideResNet的网络层i最小值为imin,最大值为imax；对Fi‘沿着ci和bi两个维度进行插值，维度转换为再沿着最后两个维度平均池化得到维度为的聚合张量Fi″；最后，将各层对应的Fi″进行拼接并池化，最终得到块级嵌入集Z＝{Z1,…,Zm}，其中，m为Z中块级嵌入的总数,记以上特征提取和聚合的操作为单个样本Xi经过操作可以得到多个块级嵌入； 基于嵌入集Z，使用随机线性映射降维到更低的嵌入空间，得到新嵌入集Z′；再对Z′使用Core-set算法进行采样，取出待处理的核心集代表核心集元素在Z′中的索引，Core-set的算法启动阶段对Z′随机选取一部分嵌入，计算其他嵌入到选中嵌入的平均距离，取平均最远的嵌入对M进行初始化，以此来启动Core-set，循环迭代采样，直至M中的嵌入数量达到预期目标； S2：依据S1得到的核心集M，分别从整体分布和局部关联的角度考虑，来选取其中潜在的异常潜入集 S3：对流失的部分正常核心补充采样，采样的数量与Ma中的数量相同，采样的方法循环迭代展开，每次从原嵌入集Z′中选取一个嵌入，该嵌入是与Ma和剩余核心嵌入M\Ma最远的嵌入，将嵌入补充加入核心集，重复以上步骤，直至达到预定的数量，得到最终核心集M′； S4：对单张新的测试图像xtest使用S1中描述的操作提取特征并聚合，得到到其各块级嵌入再基于M′计算各块级嵌入ztest的异常分数，即ztest与M′中嵌入的最近距离，所有块级嵌入ztest的异常分数的最大值定义为xtest的异常分数s：即

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。