[发明专利]一种图像标定错误检测方法及装置

权利要求书

1.一种图像标定错误检测方法，其特征在于包括如下步骤：

S1，训练阶段，利用图像数据集，对无监督异常检测神经网络进行训练：

其中，ϕ(·;θ)表示特征提取器，映射输入数据x_i∈R^D到对应的隐层特征z_i∈R^d，x_i表示输入的第i个图像，x表示x_i的集合，θ表示特征提取器的参数，ψ(·;ω)表示辅助任务，以第i个图像的隐层特征z_i作为输入，并约束隐层特征z_i学习关键特征信息，z表示z_i的集合，ω表示辅助任务的参数，L_ori(·)表示基干网络附带的损失函数，θ_e^*表示训练结束时对应的特征提取器的参数，ω^*表示训练结束时对应的辅助任务的参数，f(·)表示异常得分函数，用于计算输入图像的异常程度s_x，ϕ_θ*表示训练结束时对应的特征提取器的参数以及特征提取器的组合，ψ_ω*表示训练结束时对应的辅助任务的参数以及辅助任务的组合；

将隐层特征z_i进行重构，得到重构的隐层特征z_i’，不改变无监督异常检测神经网络结构，仅通过反向传播约束隐层特征的学习，包括如下步骤：

S11，利用线性变换矩阵A∈R^k×d，将隐层特征z映射到k维的空间；

S12，再通过矩阵A的转置，映射回原来的特征空间，生成重构的隐层特征z’=A^TAz；

S2，测试阶段，将重构的隐层特征z’，嵌入异常得分函数，替换原有的隐层特征z，再对待检测数据进行异常检测，得到新的异常得分：

当异常得分超过阈值，z’表示z_i’的集合，则待检测数据标定错误。