摘要
本发明涉及一种基于语义分割的分布外异常目标检测方法,包括以下步骤:基于语义分割神经网络,获取待检测图像的各像素点语义信息;对属于相同类别的像素点进行选取,根据各像素点被判定所属的类别完成待检测图像的初步分割;利用连通域算法对初步分割结果进行二次分割;若二次分割所得图像区块所含有像素数量超过预设阈值,则根据原始待检测图像边缘检测结果进行再次分割,得到分割后的作为异常检测最小单元的多个图像区块;根据各像素点语义信息,利用信息熵对划定好的各图像区块进行异常度评分;将异常度高于判定阈值的图像区块,作为异常检测结果输出。与现有技术相比,本发明具有保证检测结果的语义连续性、能够以更高精度识别分布外异常目标等优点。
技术关键词
像素点
语义分割神经网络
信息熵
检测图像边缘
边缘检测算子
计算方法
标记方式
算法
网络结构
矩阵
连续性
系统为您推荐了相关专利信息
深度学习超分辨率
重建系统
地面控制点
数字表面模型
训练优化方法
视频预测模型
特征值
视频帧
时序
图像数据处理系统
打磨机器人
工作站
物料输送模块
ABS塑料板
生成监控信息
监控预警方法
智能传感器
烟雾
模糊逻辑
图像分割