基于合成纹理融合异常与自注意力机制的异常检测方法

本发明公开了一种基于合成纹理融合异常与自注意力机制的异常检测方法，属于通信领域，本发明提出了一种合成纹理融合异常(TA)的方法，通过执行正常目标区域和纹理的加权融合来模拟与目标环境一致的异常样本。通过合成的TA训练一个二元分类的卷积神经网络，从而定性地进行异常检测。设计了一个简单的自注意力(Simple Self‑Attention,SSA)模块，并将该模块引入到预训练的二元分类卷积神经网络的中间层特征图的输出。SSA不使用传统自注意力模型中的线性变换就能计算特征之间的关系。这样一来既利用了自注意力模块的独特优势更好地检测工业图像中的上下文异常，又一定程度上避免了普通自注意力机制的高计算复杂度的问题。