国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動(dòng)滑塊完成拼圖
個(gè)人中心

預(yù)訂訂單
服務(wù)訂單
發(fā)布專利 發(fā)布成果 人才入駐 發(fā)布商標(biāo) 發(fā)布需求

在線咨詢

聯(lián)系我們

龍圖騰公眾號(hào)
首頁 專利交易 科技果 科技人才 科技服務(wù) 國際服務(wù) 商標(biāo)交易 會(huì)員權(quán)益 IP管家助手 需求市場(chǎng) 關(guān)于龍圖騰
 /  免費(fèi)注冊(cè)
到頂部 到底部
清空 搜索
當(dāng)前位置 : 首頁 > 專利喜報(bào) > 恭喜華東交通大學(xué);江西省科技基礎(chǔ)條件平臺(tái)中心(江西省計(jì)算中心)謝昕獲國家專利權(quán)

恭喜華東交通大學(xué);江西省科技基礎(chǔ)條件平臺(tái)中心(江西省計(jì)算中心)謝昕獲國家專利權(quán)

買專利賣專利找龍圖騰,真高效! 查專利查商標(biāo)用IPTOP,全免費(fèi)!專利年費(fèi)監(jiān)控用IP管家,真方便!

龍圖騰網(wǎng)恭喜華東交通大學(xué);江西省科技基礎(chǔ)條件平臺(tái)中心(江西省計(jì)算中心)申請(qǐng)的專利一種基于孿生編碼擴(kuò)散模型及流模型的圖像異常檢測(cè)方法獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予,授權(quán)公告號(hào)為:CN120013949B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-06-20發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為:202510503289.7,技術(shù)領(lǐng)域涉及:G06T7/00;該發(fā)明授權(quán)一種基于孿生編碼擴(kuò)散模型及流模型的圖像異常檢測(cè)方法是由謝昕;鄭星鵬;劉昭陽;楊志堅(jiān);湯輝設(shè)計(jì)研發(fā)完成,并于2025-04-22向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

一種基于孿生編碼擴(kuò)散模型及流模型的圖像異常檢測(cè)方法在說明書摘要公布了:本發(fā)明屬于圖像檢測(cè)技術(shù)領(lǐng)域,涉及一種基于孿生編碼擴(kuò)散模型及流模型的圖像異常檢測(cè)方法,將原始正常圖像和加噪圖像送入孿生編碼擴(kuò)散模型中得到預(yù)測(cè)噪聲;構(gòu)建第一流模型,對(duì)預(yù)測(cè)噪聲和已知噪聲進(jìn)行特征提取,得到潛在特征和已知特征,使用第一流模型估計(jì)潛在特征的概率分布;構(gòu)建量化模塊,量化模塊獲得與輸入圖像匹配的量化特征,基于量化特征得到量化殘差特征并構(gòu)建第二流模型;使用訓(xùn)練好的孿生編碼擴(kuò)散模型、第一流模型和第二流模型對(duì)待檢測(cè)圖像進(jìn)行異常檢測(cè)。本發(fā)明通過結(jié)合孿生編碼擴(kuò)散模型、量化模塊與流模型進(jìn)行圖像異常檢測(cè),具有較高通用性、檢測(cè)效率和準(zhǔn)確率。

本發(fā)明授權(quán)一種基于孿生編碼擴(kuò)散模型及流模型的圖像異常檢測(cè)方法在權(quán)利要求書中公布了:1.一種基于孿生編碼擴(kuò)散模型及流模型的圖像異常檢測(cè)方法,其特征在于,步驟如下:S1:獲取圖像樣本并做預(yù)處理得到正常訓(xùn)練樣本與驗(yàn)證集樣本;S2:將正常訓(xùn)練樣本加入固定尺度的噪聲后,得到加噪圖像和已知噪聲,將原始正常圖像和加噪圖像送入孿生編碼擴(kuò)散模型中得到預(yù)測(cè)噪聲,并定義噪聲預(yù)測(cè)損失與流判別損失;S3:構(gòu)建第一流模型,對(duì)預(yù)測(cè)噪聲和已知噪聲進(jìn)行特征提取,得到潛在特征和已知特征,使用第一流模型估計(jì)潛在特征的概率分布,并使用已知特征對(duì)第一流模型進(jìn)行正則化,與孿生編碼擴(kuò)散模型進(jìn)行聯(lián)合交替訓(xùn)練;構(gòu)建量化模塊,量化模塊獲得與輸入圖像匹配的量化特征,基于量化特征得到量化殘差特征并構(gòu)建第二流模型;使用第二流模型估計(jì)量化殘差特征的概率分布,對(duì)第一流模型、第二流模型與孿生編碼擴(kuò)散模型進(jìn)行訓(xùn)練;S4:訓(xùn)練完成后,將潛在特征的概率分布與量化殘差特征的概率分布采用驗(yàn)證集進(jìn)行動(dòng)態(tài)調(diào)整,得到最優(yōu)動(dòng)態(tài)權(quán)重參數(shù),整合為最終的異常分?jǐn)?shù);S5:使用訓(xùn)練好的孿生編碼擴(kuò)散模型、第一流模型和第二流模型對(duì)待檢測(cè)圖像進(jìn)行異常檢測(cè)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請(qǐng)人或?qū)@麢?quán)人華東交通大學(xué);江西省科技基礎(chǔ)條件平臺(tái)中心(江西省計(jì)算中心),其通訊地址為:330000 江西省南昌市經(jīng)濟(jì)技術(shù)開發(fā)區(qū)雙港東大街808號(hào);或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。

免責(zé)聲明
1、本報(bào)告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報(bào)告中的分析和結(jié)論僅反映本公司于發(fā)布本報(bào)告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。
主站蜘蛛池模板: 定结县| 兰西县| 固原市| 汉源县| 连城县| 常德市| 湖州市| 逊克县| 平顶山市| 年辖:市辖区| 民县| 岫岩| 光泽县| 永川市| 华宁县| 道真| 营口市| 遵化市| 政和县| 株洲市| 平武县| 西林县| 龙井市| 高青县| 平江县| 繁昌县| 上栗县| 二连浩特市| 文登市| 淄博市| 海盐县| 巴楚县| 和平县| 内黄县| 旌德县| 大同县| 灵武市| 柘城县| 霍州市| 理塘县| 青州市|