摘要
一种航标外观异常检测方法及系统,该方法包括:将待检测航标图像进行分区域裁剪,得到各区域图像;将各区域图像输入到训练好的误差参数提取模型中,得到各区域图像的误差参数,该误差参数提取模型是基于无监督学习网络和特征提取网络构建的;根据各区域图像的误差参数、以及误差算法,计算对应区域图像的异常值;根据各区域图像的异常值,计算所述待检测航标图像的异常值,据此判断所述待检测航标图像是否异常。本申请通过综合各区域的异常值来评估整个图像的异常情况,同时,利用无监督学习网络构建误差参数提取模型,自主学习正常样本特征,减少对异常样本数据集的依赖,有效的提高异常检测准确性。
技术关键词
误差参数
航标
异常检测方法
无监督学习
特征提取网络
异常检测系统
裁剪模块
重构误差
重构模块
图像分类算法
特征提取模块
聚类算法
样本
数据
系统为您推荐了相关专利信息
抗菌肽
序列比对算法
深度学习模型
蛋白质结构预测
无监督学习算法
异常检测方法
异常检测装置
决策树模型
神经网络模型
历史订单数据
指标异常检测方法
传感器节点
异常检测系统
预处理算法
指数
自动编码器
重构误差
异常检测方法
图像
聚类方法
网络流量数据
支持向量机模型
参数
数据处理单元
异常检测方法