基于全嵌套编码-解码网络的异常检测模型

摘要：

工程应用中往往异常样本匮乏,监督学习方法无法应用.针对这一问题,本文提出了一种只需要正常样本就可进行训练的深度网络模型——基于全嵌套编码-解码器的异常图像检测模型.该模型由一个生成器和一个判别器构成.生成器包含嵌入残差结构的编码-解码网络,具有很好的特征表达和图像重构能力.判别器是一个分类网络,用以鉴别输入是否为真实的正常样本.本文在标准数据集CIFAR-10和工业设备部件数据集上进行了对比实验,实验结果表明本文提出的异常检测模型具有更高的检测精度.

关键词：异常检测、编码-解码、残差网络、生成-对抗网络

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：科技重大专项基金资助项目18-A02

在线出版日期：2022-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：89-95