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局部感知知识蒸馏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：CN115310555B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202211046771.5，技术领域涉及：G06V10/82；该发明授权一种基于局部感知知识蒸馏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2022-08-30向国家知识产权局提交的专利申请。

本一种基于局部感知知识蒸馏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局部感知知识蒸馏网络的图像异常检测方法。构建具有特征局部感知模块和难例感知损失函数的异常检测网络，将不异常图像输入训练，将实时测试图像输入到训练好的异常检测网络获得异常图判断检测异常；异常检测网络包括结构教师网络和学生网络，用特征局部感知操作模块获得包含局部信息的特征对应图；多层级难例感知特征损失下训练学生网络，同时保持教师网络不变，两网络特征损失较大为异常位置。本发明能够充分感知上下文特征信息和局部空间信息，提高了网络对结构化特征提取能力和结构化信息在异常检测任务中的作用，增强了网络对微小异常区域感知能力、网络对噪声适应性及对异常区域检测精度，也有效提高了网络泛化性能。

本发明授权一种基于局部感知知识蒸馏网络的图像异常检测方法在权利要求书中公布了：1.一种基于局部感知知识蒸馏网络的异常检测方法，其特征在于： 步骤1：构建具有特征局部感知模块和难例感知损失函数的异常检测网络； 步骤2：将不存在异常的历史图像输入异常检测网络后进行训练； 步骤3：采集待测场景下的实时图像，输入到训练后的异常检测网络中，检测输出异常图，根据异常图判断检测异常； 所述步骤2中，在训练过程中，由每个特征距离图分别计算各自的难例感知损失，结合三个特征距离图对应的三个难例感知损失获得总损失，以总损失最小化为目标对异常检测网络进行训练，优化异常检测网络的参数； 所述的特征局部感知模块具体为： S1、以高维特征图的每个通道作为一个特征通道图： S2、在每个特征位置i,j下进行以下处理：以特征位置i,j为中心在周围建立搜索范围搜索邻域点，搜索范围的高为h、宽为w，取搜索范围内所有邻域点的最大值作为特征位置i,j的局部感知特征； S3、重复上述步骤遍历特征通道图中的每个特征位置i,j，从而获取遍历特征通道图中各个特征位置i,j的局部感知特征； S4、重复执行步骤遍历高维特征图中的每个特征通道图，进而获得高维特征图中每个特征通道图的每个特征位置i,j的局部感知特征，最终组成了高维特征图的局部感知特征图； 所述的由每个特征距离图分别计算各自的难例感知损失，具体为： S1、遍历特征距离图上的每个特征位置i,j，先利用教师网络和学生网络相同特征位置i,j处的距离disIij计算特征位置i,j处的难例感知损失值lIij： 其中，e表示自然常数； S2、根据各个特征位置i,j处的难例感知损失值lIij按照以下公式遍历每个特征位置i,j计算教师网络和学生网络之间产生的特征距离图的难例感知损失lI： 其中，H表示高维特征图的高，W表示高维特征图的宽。

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利一路188号天人大厦3301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。