[发明专利]图像异常检测方法及装置、存储介质、电子设备

说明书

本公开属于图像处理技术领域，涉及一种图像异常检测方法及装置、存储介质、电子设备。该方法包括：获取正常样本，并提取正常样本的图像块特征建立正样本特征库；获取待测图像的待测特征，并计算待测特征与正样本特征库中的图像块特征之间的特征距离；对特征距离进行异常得分计算得到待测图像的异常得分，并根据异常得分确定待测图像的异常检测结果。本公开避免了样本极度不平衡问题，解决了样本采集过程中带来的泛化性能弱的问题，提升了不同应用场景下的异常检测方法的通用性，解决了样本采集和数据标注带来的人力成本过度消耗问题，适用于任意尺寸待测图像的异常检测，提升了图像异常检测的准确性，也使得异常检测方式具备高召回率和强适应性。

技术领域

本公开涉及图像处理技术领域，尤其涉及一种图像异常检测方法与图像异常检测装置、计算机可读存储介质及电子设备。

背景技术

随着计算机和移动端智能机的普及，游戏已经成为一种越来越普遍的娱乐形式。随着游戏市场规模的不断扩大，如果提高游戏品质，以及减少游戏中存在的bug(漏洞)是各大游戏厂商日益关注的问题。在游戏测试过程中，大部分的bug都是由视觉感知到的，例如模型缺失、画面花屏、颜色异常以及额外加载等bug。图像显示类bug是直接影响用户体验的关键元素之一，因此在测试过程中受到极大的重视。无论是回归测试，或者是兼容性测试都不可避免。

通常，通过基于机器学习或者是基于深度学习的图像异常检测算法进行检测。但是，现有的图像异常检测算法会由于样本收集耗费大量的人力成本。即使如此，游戏场景下也只能收集到很多正常样本，异常样本过少，因此，会由于样本极度不平衡导致图像异常检测算法的泛化性能不佳。进一步的，游戏场景下的图像异常检测算法对于新游戏难以适用，且无法对小尺寸图像进行异常捕捉，通用性很差，且不具备高召回率。

鉴于此，本领域亟需开发一种新的图像异常检测方法及装置。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种图像异常检测方法、图像异常检测装置、计算机可读存储介质及电子设备，进而至少在一定程度上克服由于相关技术的限制而导致的异常检测结果差和通用性差的技术问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本发明实施例的第一个方面，提供一种图像异常检测方法，所述方法包括：

获取正常样本，并提取所述正常样本的图像块特征建立正样本特征库；

获取待测图像的待测特征，并计算所述待测特征与所述正样本特征库中的图像块特征之间的特征距离；

对所述特征距离进行异常得分计算得到所述待测图像的异常得分，并根据所述异常得分确定所述待测图像的异常检测结果。

在本发明的一种示例性实施例中，所述提取所述正常样本的图像块特征建立正样本特征库，包括：

利用卷积神经网络提取所述正常样本的图像块特征，以利用所述图像块特征建立正样本特征库。

在本发明的一种示例性实施例中，所述利用卷积神经网络提取所述正常样本的图像块特征，以利用所述图像块特征建立正样本特征库，包括：

利用卷积神经网络中的残差网络提取所述正常样本的图像块特征，以利用所述图像块特征建立正样本特征库。

在本发明的一种示例性实施例中，所述利用卷积神经网络中的残差网络提取所述正常样本的图像块特征，以利用所述图像块特征建立正样本特征库，包括：

对所述正常样本进行三组卷积运算得到第一特征图，并对所述第一特征图进行多层卷积运算得到第二特征图；