一种基于变分自编码器多层特征感知的铁轨异常检测方法

本发明公开了一种基于变分自编码器多层特征感知的铁轨异常检测方法，包括以下步骤：采用蒸馏训练的方式对自编码器进行自监督训练，采用深度卷积神经网络作为自编码器的教师模型；采用图像叠加的方法合成铁轨异常图像样本；变分自编码器采用蒸馏训练，训练好的自编码器作为变分自编码器的教师模型；通过训练好的自编码器和变分自编码器进行多特征感知的铁轨异常检测。本发明通过对比两个解码器重构数据的差异，避免了重构误差的影响，对比数据来自解码器多个尺度的重构特征，能够提高算法的鲁棒性。