[发明专利]异常检测方法、计算机装置及存储介质

权利要求书

1.一种异常检测方法，其特征在于，该方法包括：

使用正常图像训练自编码器模型；

将待检测图像输入所述自编码器模型，判断所述自编码器模型能否基于所述待检测图像生成重建图像：

当不能基于所述待检测图像生成重建图像时，确定所述待检测图像为异常图像；或

当能够基于所述待检测图像生成重建图像时，获得与所述待检测图像对应的重建图像；及

基于缺陷判断准则判断所述重建图像是否有异常。

2.根据权利要求1所述的异常检测方法，其特征在于，所述使用正常图像训练自编码器模型包括：

收集预设数量的正常图像；

获得所述预设数量的正常图像中的每个正常图像的隐含低维向量h；

利用所述预设数量的正常图像中的每个正常图像的隐含低维向量h训练学习成为一个T分布。

3.根据权利要求2所述的异常检测方法，其特征在于，所述获得与所述每个图像对应的隐含低维向量h包括：

对所述每个正常图像进行图像处理得到每个正常图像对应的图像向量X；

将所述每个正常图像的向量X进行压缩得到每个正常图像对应的隐含低维向量h。

4.根据权利要求2所述的异常检测方法，其特征在于，所述利用隐含低维向量h训练学习成为一个T分布包括：

利用所述隐含低维向量h的分布相似性，对变分自编码器模型进行训练，将所述隐含低维向量h训练学习成为一个T分布。

5.根据权利要求2所述的异常检测方法，其特征在于，所述T分布的密度函数表达式为：

其中，t表示所述隐含低维向量h；

v为自由度且v＝n-1，其中，n为样本的数量；

Γ为Γ函数。

6.根据权利要求1所述的异常检测方法，其特征在于，所述判断所述自编码器模型能否基于待检测图像生成重建图像包括：

基于所述自编码器模型的多层神经网络获得所述待检测图像的重建概率p；

当所述待检测图像的重建概率p小于且等于重建阈值δ时，确定不能基于所述待检测图像生成重建图像；或

当所述待检测图像的重建概率p大于所述重建阈值δ时，确定能够基于所述待检测图像生成重建图像。

7.根据权利要求1所述的异常检测方法，其特征在于，所述缺陷判断准则为：

获得所述待检测图像与所述重建图像之间的图像均方误差MSE；

当所述图像均方误差MSE小于且等于误差阈值τ时，确定所述检测图像为正常图像；

当所述图像均方误差MSE大于所述误差阈值τ时，确定所述检测图像为异常图像。

8.根据权利要求7所述的异常检测方法，其特征在于，所述图像均方误差MSE的计算公式为：

式中，y为所述待检测图像的像素，为所述待检测图像的重建图像的像素。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至8中任意一项所述的异常检测方法。

10.一种计算机装置，其特征在于，该计算机装置包括存储器和至少一个处理器，所述存储器中存储有至少一个指令，所述至少一个指令被所述至少一个处理器执行时实现如权利要求1至8中任意一项所述的异常检测方法。