摘要
本发明提供一种用于图像数据的异常检测方法、装置及存储介质,涉及图像处理技术领域,方法包括:对图像数据进行特征提取,将光谱和空间特征融合得到联合特征矩阵,输入异常检测模型;模型采用交替方向乘子算法求解低秩稀疏分解问题,目标函数包括数据保真项、正则化项和波段权重项;正则化项包括低秩约束和稀疏约束,波段权重项以加权形式作用于低秩约束;在求解过程中采用迭代方式,更新背景低秩张量、异常稀疏张量和拉格朗日乘子,以及稀疏约束权重、波段权重项和算法的罚参数;重复迭代,直至达到预设终止条件,基于异常稀疏张量逐像元计算异常得分图,对比确定出异常目标。能够解决复杂场景难以准确识别异常目标的问题,提高检测精度和效率。
技术关键词
重构残差
低秩稀疏分解
光谱特征提取
空间特征提取
残差矩阵
异常检测方法
数据
重构误差
矩阵分解算法
字典
异常检测装置
重建误差
元素
图像处理技术
指令
成分分析
熵权法
系统为您推荐了相关专利信息
空间特征提取
运动补偿模块
局部空间特征
分支
动态
低秩稀疏分解
多尺度
分块
求解算法
ADMM算法
视频检测方法
时序特征
合成视频内容
分支
融合时空信息
人工智能检测方法
融合特征
空间特征提取
分支
多尺度特征提取
态势预测方法
工控网络安全
工控网络流量
深度学习模型
数据