典型文献
图像异常检测研究现状综述
文献摘要：
图像异常检测是计算机视觉领域的一个热门研究课题,其目标是在不使用真实异常样本的情况下,利用现有的正常样本构建模型以检测可能出现的各种异常图像,在工业外观缺陷检测、医学图像分析、高光谱图像处理等领域有较高的研究意义和应用价值.本文首先介绍了异常的定义以及常见的异常类型.然后,本文根据在模型构建过程中有无神经网络的参与,将图像异常检测方法分为基于传统方法和基于深度学习两大类型,并分别对相应的检测方法的设计思路、优点和局限性进行了综述与分析.其次,梳理了图像异常检测任务中面临的主要挑战.最后,对该领域未来可能的研究方向进行了展望.
文献关键词：
图像异常检测;计算机视觉;深度学习;神经网络;背景重构
中图分类号：
作者姓名：
吕承侃;沈飞;张正涛;张峰
作者机构：
中国科学院自动化研究所精密感知与控制研究中心 北京100190;中国科学院大学人工智能学院 北京100049;中科慧远视觉技术(洛阳)有限公司 洛阳471000
文献出处：
引用格式：
[1]吕承侃;沈飞;张正涛;张峰-.图像异常检测研究现状综述)[J].自动化学报,2022(06):1402-1428
A类：
B类：
图像异常检测,现状综述,计算机视觉,研究课题,不使用,本构建模,构建模型,外观缺陷检测,医学图像分析,高光谱图像,研究意义,意义和应用,构建过程,无神,异常检测方法,两大类,主要挑战,未来可能,背景重构
AB值：
0.336105
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
