摘要
一种计算机实现系统和方法涉及异常检测。获得源图像的隐代码。所述隐代码被指定为目标图像。从所述源图像生成源嵌入数据。获得文本数据,其属于与所述源图像的域不同的域。从所述文本数据生成文本嵌入数据。使用所述源嵌入数据和所述文本嵌入数据来生成附加嵌入数据。所述附加嵌入数据提供用于修改所述源图像的向导。经由包括至少一次迭代的迭代过程来生成经修改的图像,其中每次迭代至少包括:(i)对所述目标图像进行编码以生成目标嵌入数据;(ii)通过将所述目标嵌入数据和所述附加嵌入数据进行组合来生成经更新的嵌入数据;(iii)对经更新的嵌入数据进行解码以生成新图像;以及(iv)将所述新图像指派为所述目标图像和经修改的图像。针对所述源图像生成非异常标签,并且针对经修改的图像生成异常标签。使用数据集来训练或微调机器学习模型,所述数据集至少包括具有所述非异常标签的源图像和具有所述异常标签的经修改的图像。
技术关键词
图像编码器
机器学习模型
图像解码器
文本编码器
计算机可读数据
控制促动器
异常数据
指派
分类器
视觉
介质
处理器
传感器
标签
系统为您推荐了相关专利信息
加密策略
识别策略
机器学习模型
日志
计算机可执行指令
爬虫
识别系统
数据记录模块
训练机器学习模型
网络流量监控
客户信息管理系统
构建用户画像
Apriori算法
数据收集模块
ARIMA模型
样本
计算机可执行指令
图像匹配
图像处理
训练机器学习模型