[发明专利]一种定时定点场景异常检测方法

权利要求书

1.一种定时定点场景异常检测方法，其特征在于，包括以下步骤：

步骤1、采用无线图像传感器定时定点采集场景图像，并对场景图像进行预处理，获得样本图像和测试图像，其中，对场景图像进行预处理包括：

对场景图像的每个像素进行异常像素标注，筛选异常像素占比超过占比阈值的场景图像为异常图像，其余为正常图像；计算正常图像关于内容信息通道、光强信息通道和点光源入射率信息通道的均值和方差，利用各通道的均值和方差对正常图像和异常图像的各通道进行归一化处理，提取正常图像的归一化结果为样本图像，正常图像的归一化结果和异常图像的归一化结果为测试图像；

步骤2、构建图像检测模型，该图像检测模型通过基于生成对抗网络构建的训练体系训练获得，所述训练体系包括编码器、解码器和判别器，编码器和解码器组成是生成器，用于根据输入的样本图像生成重构图像，判别器用于判别输入的样本图像和重构图像的真伪；训练时，以内容一致性损失、重构损失、对抗损失以及循环一致性损失之和作为训练体系的损失，对训练体系进行参数优化，提取参数确定的编码器作为图像检测模型；

其中，所述训练体系中，以任意两张样本图像相同对应位置的区块图像作为编码器和判别器的输入；

所述编码器用于从输入的两个区块图像中提取第一内容信息和第二内容信息、第一光强信息和第二光强信息，第一点光源入射率信息和第二点光源入射率信息；

所述解码器用于根据第一内容信息、第一光强信息和第一点光源入射率信息生成第一重构图像，根据第二内容信息、第二光强信息和第二点光源入射率信息生成第二重构图像，根据第一内容信息、第二光强信息和第二点光源入射率信息生成第一光照迁移图像，根据第二内容信息、第一光强信息和第一点光源入射率信息生成第二光照迁移图像，其中，第一重构图像、第二重构图像、第一光照迁移图像、第二光照迁移图像统称为重构图像；

所述判别器用于判别输入的两个区块图像、第一光照迁移图像和第二光照迁移图像的真伪；

步骤3、利用图像检测模型从样本图像中筛选得到锚定图像组，包括：

利用图像检测模型获得所有样本图像的内容信息；筛选K张样本图像为初始锚定图像组，每个初始锚定图像与其余样本图像组成一个簇；以簇中的每个样本图像作为中心样本图像时，根据内容信息计算其余样本图像与该中心样本图像的距离，选择其余样本图像到该中心样本图像距离之和最小的中心样本图像作为锚定图像，组成锚定图像组；

步骤4、根据锚定图像组和图像检测模型对测试图像进行异常值测试，获得异常测试结果。

2.如权利要求1所述的定时定点场景异常检测方法，其特征在于，所述编码器包含三条支路，分别对应提取图像的内容信息、光强信息和点光源入射率信息；

其中，用于提取光强信息的第一支路包括特征提取模块、残差网络模块、全局池化层、卷积层；

用于提取内容信息的第二支路包括特征提取模块、残差网络模块；

用于提取点光源入射率信息的第三支路包括特征提取模块、残差网络模块、卷积层；

所述特征提取模块包括卷积层、实例正则化层、激活层。

3.如权利要求1或2所述的定时定点场景异常检测方法，其特征在于，所述解码器包括第一特征提取模块、残差网络模块、第二特征提取模块、第三特征提取模块；

所述第一特征提取模块和第三特征提取模块均包括卷积层、实例正则化层、激活层，且第一特征提取模块和第三特征提取模块的实例正则化层的计算过程不同，激活层采用的激活函数不同；

所述第二特征提取模块包括上采样层、卷积层、实例正则化层、激活层；

所述判别器包括多个特征提取单元和全连接层，每个特征提取单元包括卷积层和激活层。