“图像异常”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果986972个，建议您升级VIP下载更多相关专利

[发明专利]图像形成装置-CN201910868286.8在审
发明人：芳野刚 -专利权人：柯尼卡美能达株式会社
申请日： 2019-09-16 - 公布日： 2020-03-27 - 主分类号： G01N21/89 文献下载
摘要：本发明涉及图像形成装置，能够实现任务的执行时的图像异常检测功能的动作确认。一种图像形成装置，具备：图像形成部，在纸张上形成图像；以及异常检测部，从形成有图像的纸张检测图像异常，其中，在任务的执行时，使图像形成部形成用于检查异常检测部的图像异常的检测水平的检查用图像(步骤S1、步骤S15)，以形成有该检查用图像的纸张作为对象使异常检测部检测图像异常(步骤S2、步骤S16)，根据该异常检测部的检测结果，生成该异常检测部的动作确认信息(步骤S3、步骤S17)。
图像形成装置

[发明专利]基于高分遥感的自然灾害情况分析系统-CN202211409522.8在审
发明人：尹宇通 -专利权人：河海大学
申请日： 2022-11-11 - 公布日： 2023-03-21 - 主分类号： G08B21/10 文献下载
摘要：本发明公开了一种基于高分遥感的自然灾害情况分析系统，包括拍摄点对比单元、比对异常点提取单元以及异常图像清晰化处理单元；通过拍摄点对比单元结合同一区域点正常图像以及当前拍摄的区域点图像信息，对比两者的特征点，通过比对异常点提取单元确定异常区域点，随后通过异常图像清晰化处理单元对异常区域点的图像进行图像降噪，以得到清晰化图像，从而在监控图像未降噪之前分析出异常图像，此时无需对正常图像进行降噪处理，只需对异常区域点的图像进行降噪处理，从而节约降噪成本，提高异常图像处理效率。
基于高分遥感自然灾害情况分析系统

[发明专利]图像异常检测方法、装置和电子设备-CN202210153237.8在审
发明人：宗泽亮;刘华凯;吴佳飞;徐忠友;王海波;王露;张广程;张炜 -专利权人：上海商汤智能科技有限公司
申请日： 2022-02-18 - 公布日： 2022-05-27 - 主分类号： G06T7/00 文献下载
摘要：本公开实施例提供一种图像异常检测方法、装置和电子设备，其中，图像异常检测方法包括：获取待检测的目标图像；通过图像异常检测网络对目标图像进行特征提取，得到目标图像的图像特征，并根据图像特征进行图像状态识别，得到目标图像的异常状态结果，异常状态结果用于指示目标图像属于多种图像异常状态中的其中一种。本公开实施例可以直接将待检测的目标图像作为网络输入，得到该目标图像的异常状态结果，实现更为便捷；并且多种异常状态的图像都可以检测出来，适用性较广。
图像异常检测方法装置电子设备

[发明专利]异常区域图像生成网络的训练方法和相关产品-CN201910916745.5有效
发明人：李青峰;石峰 -专利权人：武汉中科医疗科技工业技术研究院有限公司
申请日： 2019-09-26 - 公布日： 2022-08-19 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种异常区域图像生成网络的训练方法和相关产品。该方法包括：获取训练样本图像，训练样本图像具有异常区域；将训练样本图像输入初始异常区域图像生成网络，得到初始异常区域图像，以及将初始异常区域图像与训练样本图像进行融合，得到融合图像；其中，融合图像包括预设的仿真标记；将融合图像和真实样本图像输入初始判别网络，得到融合图像的判别结果；采用损失函数计算判别结果与仿真标记之间的损失，根据损失对初始判别网络和初始异常区域图像生成网络进行训练；当损失函数的值达到收敛时，初始异常区域图像生成网络训练完成，得到异常区域图像生成网络。该方法可以提高训练得到的异常区域图像生成网络的精度以及训练效率。
异常区域图像生成网络训练方法相关产品

[发明专利]一种图像异常检测方法、装置、系统及可读存储介质-CN202210331065.9在审
发明人：赵冰 -专利权人：苏州浪潮智能科技有限公司
申请日： 2022-03-31 - 公布日： 2022-06-14 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种图像异常检测方法、装置、系统及计算机可读存储介质，应用于图像技术领域，针对图像异常检测精度低的问题，提出采用预先建立的图像异常检测模型对待检测图像进行检测，得出异常得分；在异常得分满足预设条件的情况下，待检测图像为异常图像；其中：图像异常检测模型为基于预先建立的样本集训练得到的，样本集中的模拟异常样本为基于原始异常样本与原始正常样本得到的；本发明在使用过程中能够提高图像异常检测精确度。
一种图像异常检测方法装置系统可读存储介质

[发明专利]轨道咽喉区异常检测的方法及系统-CN202210347119.0有效
发明人：程相德;陈博;张涛;邓桂星;李占文;宋小齐;魏文仪;张锐;杨永成;李金堂;曹峥;王忠山;高升;钟昊;宗孝鹏 -专利权人：中国铁路兰州局集团有限公司;佳讯飞鸿（北京）智能科技研究院有限公司;北京佳讯飞鸿电气股份有限公司
申请日： 2022-04-01 - 公布日： 2023-06-23 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种轨道咽喉区异常检测的方法及系统。该方法包括如下步骤：获取轨道咽喉区的连续N帧图像；基于预设模型对连续N帧图像进行异常检测，以获取每一帧图像的异常得分值；将每一帧图像的异常得分值与预先设定的分类阈值相比较，以获取异常检测结果；根据异常检测结果获取异常图像，并基于预设模型获取异常图像上每一个像素的像素异常得分值；将每一个像素的像素异常得分值与预先设定的定位阈值相比较，以确定异常图像上存在异常的像素位置；将各个存在异常的像素位置整合，以获取异常图像上的异常区域
轨道咽喉异常检测方法系统

[发明专利]图像异常检测方法、装置、电子设备及存储介质-CN202110037823.1在审
发明人：林子甄;郭锦斌;蔡东佐 -专利权人：富泰华工业（深圳）有限公司;鸿海精密工业股份有限公司
申请日： 2021-01-12 - 公布日： 2022-07-29 - 主分类号： G06T7/00 文献下载
摘要：本申请涉及图像检测，本申请提供一种图像异常检测方法、装置、电子设备及存储介质，该方法对获取的待检测图像进行切割，获得多个第一切割图像以及多个第二切割图像，将待检测图像输入至预先训练好的第一异常检测模型中，获得第一异常分数，将多个第一切割图像输入至预先训练好的第二异常检测模型中，获得多个第二异常分数，将多个第二切割图像输入至预先训练好的第三异常检测模型中，获得多个第三异常分数，若待检测图像存在异常，根据预设的异常资料库确定待检测图像的异常类型本申请能提高异常检测的准确率。
图像异常检测方法装置电子设备存储介质

[发明专利]图像形成装置-CN201510963792.7有效
发明人：深见麻里子 -专利权人：京瓷办公信息系统株式会社
申请日： 2015-12-22 - 公布日： 2018-08-24 - 主分类号： G03G15/00 文献下载
摘要：图像形成装置具备：图像形成部、显示部、异常图像信息接收部、原因确定部、动作控制部。异常图像信息接收部使显示部显示图像数据的同时，从用户接收对异常图像的位置与种类的指定，异常图像产生于图像形成部形成图像的记录纸上。原因确定部基于异常图像信息接收部接收到的异常图像的位置与种类，确定异常图像产生的原因。动作控制部控制清扫图像形成部的各驱动部的清扫部，使其对应于与原因确定部所确定的原因，进行预先设定的清扫动作。
图像形成装置

[发明专利]异常电力设备图像的识别方法及系统-CN201610207490.1在审
发明人：王思源;解祥艳;丁素英;王宁;潘慧超;韦良;许明;严玺;盛戈皞 -专利权人：国家电网公司;国网山东省电力公司济南供电公司;上海交通大学
申请日： 2016-04-05 - 公布日： 2016-08-17 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种异常电力设备图像的识别方法，用于从电力设备图像中识别出异常的电力设备图像，其包括步骤：(1)获取电力设备图像；(2)从所述电力设备图像中提取电力设备特征；(3)基于所述电力设备特征识别电力设备及其所在图像区域；(4)将所述图像区域的图像与相应的对比图像进行比较，以判断所述图像区域的图像是否存在异常变化，所述异常变化是与电力设备运行状态异常相关的异常变化，以识别出异常电力设备图像。相应的，本发明还提出了一种异常电力设备图像的识别系统，用于从电力设备图像中识别出异常的电力设备图像。
异常电力设备图像识别方法系统

[发明专利]图像处理装置以及图像处理方法-CN201580013805.2有效
发明人：北村诚;神田大和 -专利权人：奥林巴斯株式会社
申请日： 2015-02-04 - 公布日： 2019-02-05 - 主分类号： A61B1/04 文献下载
摘要：提供能够从按照时间序列顺序拍摄活体的管腔内的图像组中优先提取对诊断有益的图像的图像处理装置等。图像处理装置(1)具有；检测部(110)，其从通过依次拍摄活体的管腔内而取得的一系列的图像组中检测包含异常区域的图像即异常图像；异常图像组提取部(120)，其从由该检测部(110)检测出的异常图像中提取包含相同的异常区域的异常图像组；以及代表图像提取部(130)，其根据异常区域的重要度和视觉辨认性中的至少任意一方，从各个异常图像组中提取代表图像。
图像处理装置方法以及程序

[发明专利]利用自然语言模型自动生成结构化报告的方法及相关设备-CN202211078506.5在审
发明人：陈杰;田永鸿;高文;王中岐;王林 -专利权人：鹏城实验室
申请日： 2022-09-05 - 公布日： 2023-01-20 - 主分类号： G16H15/00 文献下载
摘要：本发明公开了利用自然语言模型自动生成结构化报告的方法及相关设备，所述方法包括：获取输入的样本图像，图像诊断网络根据样本图像生成隐藏状态序列和分类标识序列，并得到结构是否异常的预测结果；若所述预测结果为无结构异常，获取所述样本图像中的无异常样本图像，完整报告生成网络根据所述无异常样本图像生成无异常图像的医学图像报告；若所述预测结果为存在结构异常，获取所述样本图像中的有异常样本图像，任务感知报告生成网络根据所述有异常样本图像生成有异常图像的医学图像报告本发明根据样本图像是否有异常分别进行医学图像报告的生成，通过对不同结构分别生成报告的方式，保证生成报告诊断的准确性，从而大大降低了医生的工作量。
利用自然语言模型自动生成结构报告方法相关设备

[发明专利]基于多尺度异常的海表面温度遥感图像补全方法-CN202310539861.6在审
发明人：聂婕;魏琪晨;左子杰;陈树果;刁雅宁;陈鑫 -专利权人：中国海洋大学
申请日： 2023-05-12 - 公布日： 2023-08-15 - 主分类号： G06T5/00 文献下载
摘要：本发明属于图像处理技术领域，公开了基于多尺度异常的海表面温度遥感图像补全方法，将目标海温图像和长期平均海温图像通过平均估计模块输出预测的无云短期平均海温图像，将需补全的目标海温图像和无云短期平均海温图像两者做差分运算得到海温异常图像；海温异常图像输入多尺度异常解耦模块，首先通过三次空洞卷积操作，获取海温异常图像的不同尺度异常特征，再对三个尺度的异常特征进行解耦，获得补全的不同尺度的异常图像，最后通过多尺度异常修复模块得到不同尺度的补全海表温度图像，通过本发明使得图像补全准确性更高。
基于尺度异常表面温度遥感图像方法

[发明专利]使用深度学习生成用于医学图像处理的规范成像数据的系统和方法-CN202010226902.2在审
发明人：达蒂什·达亚南·尚巴格;阿拉蒂·斯雷库马里;桑迪普·S·考希克 -专利权人：通用电气精准医疗有限责任公司
申请日： 2020-03-27 - 公布日： 2020-10-30 - 主分类号： G06T11/00 文献下载
摘要：本公开提供了用于从异常医学图像生成规范医学图像的方法和系统。在一个示例中，该方法包括：接收异常医学图像，其中异常医学图像包括异常数据；使用生成对抗网络(GAN)的经过训练的生成网络将异常医学图像映射到规范医学图像，其中异常医学图像的异常数据被映射到规范医学图像中的规范数据在一些示例中，该方法可以进一步包括经由显示设备显示规范医学图像，以及/或者利用规范医学图像用于进一步的图像分析任务，以从异常医学图像中生成稳健的结果。
使用深度学习生成用于医学图像处理规范成像数据系统方法

[发明专利]图像处理装置、图像处理方法以及图像处理程序-CN201580014177.X在审
发明人：北村诚;神田大和 -专利权人：奥林巴斯株式会社
申请日： 2015-02-02 - 公布日： 2016-11-16 - 主分类号： A61B1/00 文献下载
摘要：提供一种在从按照时间序列拍摄活体的管腔内而取得的一系列的图像组中提取代表图像的情况下，能够抑制连续提取拍摄有相同的异常区域的异常图像作为代表图像的情况的图像处理装置等。图像处理装置(1)具有：检测部(110)，其从通过依次拍摄活体的管腔内而取得的一系列的图像组中检测包含异常区域的异常图像；大局类似度计算部(120)，其计算在不同的异常图像之间，包含除异常区域以外的区域的区域之间的类似度即大局类似度；异常图像组提取部(130)，其根据大局类似度或者基于该大局类似度的判别参数与阈值之间的比较，提取包含相同的异常区域的异常图像组；以及代表图像提取部(140)，其从提取出的异常图像组中提取代表图像。
图像处理装置方法以及程序

[发明专利]一种轮毂表面异常检测方法和系统-CN201810220507.6在审
发明人：周晓光;孙沐毅;党豪;韩凯;梁思琪;沈壮壮;王露笛;代爱妮;邢颖 -专利权人：北京邮电大学
申请日： 2018-03-16 - 公布日： 2018-10-02 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种轮毂表面异常图像检测方法和系统，所述方法包括：获取待检测的轮毂表面图像，基于已训练的用于异常检测的深度学习模型对所述轮毂表面图像进行异常检测，标记所述轮毂表面图像中的异常区域和异常区域对应的异常类别通过采集轮毂表面图像，得到原始数据集，对图像进行切分以及数据增强，得到轮毂表面异常图像，并标记轮毂表面图像中的中异常区域进行标注，得到含有异常区域位置与类别信息的标注文件，将轮毂表面异常图像和标注文件作为训练集进行深度卷积神经网络训练，可以实现对轮毂表面图像的异常区域的定位与检测，解决了现有技术中人工检测工作繁琐、速度慢，同时自动化检测时配置硬件成本高、难以实施的问题。
轮毂表面异常区域图像异常检测异常图像检测标注文件卷积神经网络原始数据集类别信息配置硬件人工检测数据增强异常类别训练集标注自动化采集学习