基于扩散模型的无监督异常检测方法、系统和可读存储介质

AITNT
正文
推荐专利
基于扩散模型的无监督异常检测方法、系统和可读存储介质
申请号:CN202510644737
申请日期:2025-05-20
公开号:CN120162727B
公开日期:2025-10-03
类型:发明专利
摘要
本发明公开的一种基于扩散模型的无监督异常检测方法、系统和可读存储介质,其中方法包括:利用预训练的ResNet50网络提取风格特征,利用预训练的编码器得到输入图像的潜空间表示;分别利用预设S2A模块和预设S2T模块处理所述风格特征得到处理后的风格特征并输入扩散模型;同时将潜空间表示输入扩散模型,输出最终去噪后的潜空间表示,解码最终去噪后的潜空间表示得到重建图像;分别将风格特征和重建图像输入异常判别模块,输出异常图。本发明提高了图像异常检测的准确率。
技术关键词
异常检测方法 矩阵 图像 判别模块 注意力机制 网络 特征提取模块 多维数据结构 解码 异常检测系统 风格 编码器 分类场景 可读存储介质 预训练模型 程序 处理器 调度器
系统为您推荐了相关专利信息
1
一种基于内容相关的帧级说话人声纹建模的语音匿名化方法
匿名化方法 瓶颈特征 语义特征 说话人身份信息 梅尔频率倒谱系数
2
一种变电站连接件维修方法、电子设备及可读存储介质
变电站 维修方法 退化模型 进化算法 时刻计算方法
3
AI多任务调度的胶体金多指标同步检测系统
多指标同步检测 子模块 任务调度 流体动力学参数 蒙特卡洛树搜索
4
一种双旋翼无人机执行器快速故障检测与隔离方法
双旋翼无人机 故障检测 执行器 隔离方法 状态观测器
5
一种结合局部扩展与重要性序列更新规则的社区发现方法
节点 社区结构 社区发现方法 拉普拉斯 标签传播算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号