用于图像数据的异常检测方法、装置及存储介质

AITNT
正文
推荐专利
用于图像数据的异常检测方法、装置及存储介质
申请号:CN202510945686
申请日期:2025-07-09
公开号:CN120852791A
公开日期:2025-10-28
类型:发明专利
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
1
一种动态点云的时空质量增强方法
空间特征提取 运动补偿模块 局部空间特征 分支 动态
2
一种基于多尺度背景秩的红外弱小目标检测方法及装置
低秩稀疏分解 多尺度 分块 求解算法 ADMM算法
3
基于ViT-ResNet双分支协同建模的时空特征融合AI生成视频检测方法
视频检测方法 时序特征 合成视频内容 分支 融合时空信息
4
一种针对太空小目标的人工智能检测方法及其系统
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
5
一种基于深度学习的工控网络态势预测方法、系统、储存介质及设备
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
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