一种基于生成回放的持续异常检测方法

本发明公开了一种基于生成回放的持续异常检测方法，包括以下步骤：采用逆向工程，在预训练扩散模型的特征空间中，学习给定类历史数据的类语义嵌入；对于历史数据的原始图像，生成与历史数据的原始图像对应的掩模图像，设计MLP层学习从掩模到空间特征的映射，得到与语义特征大小对齐的空间特征；对于给定类，训练得到最佳语义嵌入和MLP层并保存，同时随机存储M个掩模图像，共同构成给定类的条件特征；使用所述条件特征重放历史类别数据，实现语义和空间两个方面的可控生成。本发明首次在持续异常检测领域应用扩散驱动的生成重放方法，实现了从语义和空间两个维度的可控数据重放，从而生成真实且多样化的历史数据。