摘要
本发明公开了基于认知动因驱动的异常感知诱导缺陷检测方法及系统,属于计算机视觉与智能缺陷检测领域,包括主干特征提取模块对输入图像多尺度编码,提取全局与局部特征;正样本特征存入期望记忆建模模块,构建正常状态特征分布模型;结构扰动生成模块对输入图像施加伪异常扰动,生成伪异常样本;其与原图像经特征提取后,由偏离建模模块计算偏离向量与响应值;两者偏离度输入异常感知评分模块,通过联合训练优化模型敏感性与判别力;最终计算输入图像偏离度及异常响应图,实现缺陷检测与定位。本发明提供的基于认知动因驱动的异常感知诱导缺陷检测方法及系统,实现了无需负样本的高精度缺陷检测,提升了泛化能力与实用价值。
技术关键词
缺陷检测方法
策略优化模型
特征提取模块
样本
特征协方差矩阵
智能缺陷检测
深度卷积网络
缺陷检测系统
图像多尺度
记忆
特征提取器
纹理
计算机视觉
编码
偏差
图片
系统为您推荐了相关专利信息
山地光伏电站
气象
光伏设备
多源特征
数据采集模块
模型构建方法
频域特征提取
队列
曲线
模型构建装置
控制玉米籽粒
染色体
TaqMan探针法
高分辨率溶解曲线
分子信标法
粉末电阻值
数据处理系统
环境参数采集单元
多元线性回归模型
锂电池