Knowledge Commons of Institute of Automation,CAS
基于多尺度流模型的视觉异常检测研究 | |
毛国君; 吴星臻; 邢树礼 | |
发表期刊 | 自动化学报
![]() |
ISSN | 0254-4156 |
2024 | |
卷号 | 50期号:3页码:640-648 |
摘要 | 针对现有异常检测(Anomaly detection, AD)模型计算效率低和检测性能差等问题,提出一种多尺度流模型(Multi-scale normalizing flow, MS-Flow),通过多尺度交叉融合实现高效的视觉图像异常识别.具体地,在流模型(Normalizing flow, NF)内部构建层级式的多尺度架构来避免多通道数据的冗余交叉计算,同时保证网络的多尺度表达能力.此外,设计的层级感知模块通过逐层级的多粒度特征融合,在细粒度级别表达多尺度特征,有效地提高分布估计的精确性.该方法是一个平衡检测精度与计算效率的解决方案.在两个公开数据集上的实验表明,所提方法相较于以往的检测模型能够获得更高的检测精度(在MVTec AD和BTAD数据集上的平均AUROC (Area under the receiver operating characteristics)分别为99.7%和96.0%),同时具有更高的计算效率,浮点运算次数(Floating point operations, FLOPs)约为CS-Flow的1/8. |
关键词 | 异常检测 流模型 层级感知 多尺度特征 |
DOI | 10.16383/j.aas.c230476 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/55736 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 毛国君,吴星臻,邢树礼. 基于多尺度流模型的视觉异常检测研究[J]. 自动化学报,2024,50(3):640-648. |
APA | 毛国君,吴星臻,&邢树礼.(2024).基于多尺度流模型的视觉异常检测研究.自动化学报,50(3),640-648. |
MLA | 毛国君,et al."基于多尺度流模型的视觉异常检测研究".自动化学报 50.3(2024):640-648. |
条目包含的文件 | ||||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2023-0476.pdf(32001KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[毛国君]的文章 |
[吴星臻]的文章 |
[邢树礼]的文章 |
百度学术 |
百度学术中相似的文章 |
[毛国君]的文章 |
[吴星臻]的文章 |
[邢树礼]的文章 |
必应学术 |
必应学术中相似的文章 |
[毛国君]的文章 |
[吴星臻]的文章 |
[邢树礼]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论