一种异常检测方法、装置、设备及存储介质

摘要: 本技术涉及工业检测技术及深度学习领域,特别是涉及一种异常检测方法、装置、设备及存储介质。背景技术:1、随着工业自动化和智能制造的快速发展,产品质量检测成为生产过...
一种异常检测方法、装置、设备及存储介质

本技术涉及工业检测技术及深度学习领域,特别是涉及一种异常检测方法、装置、设备及存储介质。

背景技术:

1、随着工业自动化和智能制造的快速发展,产品质量检测成为生产过程中至关重要的环节。异常检测(anomaly detection)技术旨在从大量正常样本中识别出与正常模式存在显著差异的异常样本,广泛应用于工业产品表面缺陷检测、医学影像分析、安防监控等领域。现有的异常检测方法主要分为以下几类:基于重建的方法,如自编码器(autoencoder)、变分自编码器等,通过学习正常样本的重建能力来检测异常;基于知识蒸馏的方法,利用预训练教师网络和学生网络之间的特征差异进行检测;基于记忆库的方法,通过存储正常样本特征并计算测试样本与记忆库的距离来判断异常。尽管上述方法取得了一定的成功,但仍存在以下突出问题:

2、上下文建模能力不足问题:现有方法通常采用卷积神经网络或视觉transformer作为骨干网络,卷积神经网络受限于局部感受野,难以有效捕获图像中的长距离依赖关系;视觉transformer虽然具有全局建模能力,但其自注意力机制的计算复杂度为o(n²),在处理高分辨率图像时计算开销巨大。

3、单向建模的局限性问题:传统的序列建模方法通常采用单一方向的扫描策略,无法充分利用图像特征的多方向空间关系,限制了模型对异常区域的定位精度。

4、训练策略单一问题:现有重建类方法通常直接使用干净的正常样本进行训练,模型容易学习到恒等映射(identity mapping),缺乏对异常模式的区分能力,导致检测性能不佳。

5、因此,迫切需要开发一种能够有效利用多方向上下文信息、具有线性计算复杂度且训练策略更加有效的异常检测方法。

技术实现思路

1、本技术主要提供一种异常检测方法、装置、设备及存储介质,以解决计算效率与全局建模能力相矛盾的问题。

2、为解决上述技术问题,本技术采用的一个技术方案是:提供一种异常检测方法,包括:利用参数冻结的预训练视觉变换器模型提取待检测图像的多层级特征,并通过线性投影层将各层级的特征映射至固定隐藏维度,得到输入特征;将所述输入特征输入训练好的视觉状态空间模型重建模块,通过四方向扫描策略将所述输入特征展平为四个不同方向的一维序列,分别对各所述一维序列进行自回归重建,并融合各方向的重建结果得到重建特征;根据所述输入特征与所述重建特征计算所述待检测图像各像素位置的异常分数;根据各层级特征的异常分数生成异常检测图。

3、在一些实施例中,所述视觉状态空间模型重建模块通过以下方式进行训练:构建仅包含正常样本图像的训练数据集,利用所述预训练视觉变换器模型提取所述正常样本图像的特征作为目标特征;对所述目标特征进行多策略噪声注入,生成带噪声特征;将所述带噪声特征输入所述视觉状态空间模型重建模块进行重建,输出预测特征;计算所述目标特征与所述预测特征之间的重建损失及序列预测损失,并根据所述重建损失与所述序列预测损失更新所述视觉状态空间模型重建模块及所述线性投影层的参数。

4、在一些实施例中,所述对所述目标特征进行多策略噪声注入,包括:在所述目标特征中注入模拟不同异常模式的噪声,所述噪声的类型包括柏林噪声、高斯噪声、条纹噪声或混合噪声,所述柏林噪声用于模拟斑块状异常,所述高斯噪声用于模拟点状异常,所述条纹噪声用于模拟线性异常,所述混合噪声由所述柏林噪声、所述高斯噪声和所述条纹噪声按随机比例混合而成,用于模拟复合异常模式。

5、在一些实施例中,所述计算所述目标特征与所述预测特征之间的重建损失及序列预测损失,包括:计算所述目标特征与所述预测特征之间的均方误差与绝对值误差的加权和作为所述重建损失;计算基于当前特征位置预测下一位置特征的预测值与真实值之间的均方误差与绝对值误差的组合距离作为所述序列预测损失。

6、在一些实施例中,所述通过线性投影层将各层级的特征映射至固定隐藏维度,包括:通过每个层级参数独立的线性投影层对所述多层级特征进行逐位置的通道维度变换,将异构通道维度统一映射至固定隐藏维度,所述线性投影层不包含非线性激活函数。

7、在一些实施例中,所述根据所述输入特征与所述重建特征计算所述待检测图像各像素位置的异常分数,包括:计算所述输入特征与所述重建特征之间的均方误差与绝对值误差的组合距离,作为各层级特征的初始异常分数。

8、在一些实施例中,所述根据各层级特征的异常分数生成异常检测图,包括:将各层级特征的异常分数通过双线性插值上采样至原始图像分辨率;对上采样后的各层级异常分数取平均,并进行高斯滤波平滑处理,得到最终的像素级异常检测图。

9、为解决上述技术问题,本技术采用的另一个技术方案是:提供一种异常检测装置,包括:映射模块,用于利用视觉变换器模型提取待检测图像的多层级特征,并通过线性投影层将各层级的特征映射至固定隐藏维度,得到输入特征;重建模块,用于将所述输入特征输入预训练的视觉状态空间模型重建模块,通过四方向扫描策略将所述输入特征展平为四个不同方向的一维序列,分别对各所述一维序列进行自回归重建,并融合各方向的重建结果得到重建特征;计算模块,用于根据所述输入特征与所述重建特征计算所述待检测图像各像素位置的异常分数;生成模块,用于根据各层级特征的异常分数生成异常检测图。

10、本技术还提供一种计算机设备,所述计算机设备包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述计算机设备执行如上所述的异常检测方法。

11、本技术还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,所述指令被处理器执行时实现如上所述的异常检测方法。

12、本技术的有益效果是:区别于现有技术的情况,本技术公开了一种异常检测方法、装置、设备及存储介质。利用参数冻结的预训练的视觉变换器模型提取待检测图像的多层级特征,并通过线性投影层将各层级的特征映射至固定隐藏维度,得到输入特征;通过提取多层级特征,能够同时捕获浅层的纹理信息、中层的结构信息和深层的语义信息,实现了对不同粒度异常的全面覆盖,线性投影层解决了不同层级特征维度异构的问题,统一了后续模块的输入维度,降低了模型设计的复杂度,同时保留了特征的线性结构,避免非线性破坏预训练特征的分布。将所述输入特征输入训练好的视觉状态空间模型重建模块,通过四方向扫描策略将所述输入特征展平为四个不同方向的一维序列,分别对各所述一维序列进行自回归重建,并融合各方向的重建结果得到重建特征;利用状态空间模型降低了计算复杂度,相比transformer大幅降低了显存占用和计算耗时,使其能够高效处理高分辨率图像,四方向扫描策略突破了单向建模的局限,使得特征图中的每一个像素都能感知来自上下左右四个方向的上下文信息,显著增强了模型对复杂空间结构的理解能力,使得重建出的特征包含更准确的全局结构信息,从而提高了异常定位的精度。根据所述输入特征与所述重建特征计算所述待检测图像各像素位置的异常分数;通过对比原始特征与重建特征,能够精确量化每个像素位置的异常程度,兼顾了对大误差的敏感性和对小误差的鲁棒性,避免了单一指标可能导致的漏检或误检。根据各层级特征的异常分数生成异常检测图,融合各层级异常图,综合利用了低层纹理细节和高层语义信息,确保了无论是细微缺陷还是大面积异常都能在最终结果中得到体现。