[发明专利]基于语义分割的异常区域检测方法、系统及相关组件在审
| 申请号： | 201910624645.5 | 申请日： | 2019-07-11 |
| 公开（公告）号： | CN110321905A | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 朱锦涛;黄国恒;曾鹏慷;陆铿宇 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62;G06T7/11;G06T7/90 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 牛亭亭 |
| 地址： | 510060 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于语义分割的异常区域检测方法，包括：获取样本图像，并提取出每一张样本图像的显著性图；将各个训练样本依次输入进预设的用于语义分割的卷积神经网络模型中，对卷积神经网络模型进行训练；其中，每个训练样本中包括一张添加了标签的样本图像以及该样本图像的显著性图；将待测图像以及待测图像的显著性图输入至经过训练的卷积神经网络模型中，获取卷积神经网络模型的输出结果，并根据输出结果中的标签确定出待测图像中的异常区域。应用本申请的方案，可以避免只能检测有限种类的异常区域的情况，即降低了漏检概率。本申请还提供了一种基于语义分割的异常区域检测系统及相关组件，具有相应技术效果。 | ||
| 搜索关键词： | 卷积神经网络 样本图像 语义分割 异常区域检测 待测图像 显著性图 输出结果 相关组件 训练样本 异常区域 标签确定 技术效果 漏检概率 预设 申请 标签 检测 应用 | ||
【主权项】：
1.一种基于语义分割的异常区域检测方法，其特征在于，包括：获取样本图像，并提取出每一张所述样本图像的显著性图；将各个训练样本依次输入进预设的用于语义分割的卷积神经网络模型中，对所述卷积神经网络模型进行训练；其中，每个所述训练样本中包括一张添加了标签的样本图像以及该样本图像的显著性图；将待测图像以及所述待测图像的显著性图输入至经过训练的所述卷积神经网络模型中，获取所述卷积神经网络模型的输出结果，并根据所述输出结果中的标签确定出所述待测图像中的异常区域。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910624645.5/，转载请声明来源钻瓜专利网。
