基于离散-连续特征耦合的图像异常检测算法
Laser & Optoelectronics Progress（2022）
摘要
光学图像异常检测旨在仅利用正常样本训练模型,并检测出偏离正常规律的异常样本.为了解决生成式异常检测算法中的普适性重建和低质量干扰问题,基于自编码网络,提出一种新的图像异常检测算法.首先将隐空间特征变换为连续特征和离散特征,即块描述特征和块哈希特征,哈希特征具有二值化特性,可以避免隐空间欠采样,进而解决普适性重建问题;其次基于离散-连续特征的耦合关系,利用图收缩方法建立块相似性矩阵构建起哈希特征和描述特征间的关联,并通过该关联提出一种块间重构方法,保证对原始图像的高质量重构,从而解决低质量干扰问题.在国际公开数据集MVTec AD上进行了验证实验,实验结果表明,所提算法的精度优于当前同类型的异常检测算法.
更多查看译文
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要