异常检测系统及异常检测方法技术方案

本发明专利技术为一种异常检测系统，具有：取得部，其取得检查对象的检查对象图像；复原图像生成部，其向学习模型输入所述检查对象图像，并生成复原图像，所述学习模型是将正常的检查对象的图像作为教师数据使用及学习而成的；检测部，其使用所述复原图像与正常复原图像，对所述检查对象图像中的检查对象是否为异常进行判断，所述正常复原图像是向所述学习模型输入正常的检查对象的图像而生成的复原图像。正常的检查对象的图像而生成的复原图像。正常的检查对象的图像而生成的复原图像。

【技术实现步骤摘要】
异常检测系统及异常检测方法


[0001]本专利技术涉及一种异常检测系统及异常检测方法。

技术介绍

[0002]以往，作为通过图像解析对检查对象的异常进行检测的方法，已知一种对没有异常的合格品的图像和包含异常的不合格品的图像进行学习而生成模型，并使用该模型对检查对象的异常进行检测的方法。但是，根据检查对象的不同，有时不合格品的产生的频率低，不能够充分地收集不合格品的图像。
[0003]因此，例如在日本特开2020
‑
160997中公开了一种技术，通过使用将合格品的图像作为学习用图像进行学习而成的神经网络，根据检查对象图像而生成复原图像(模拟图像)，根据检查对象图像与复原图像的差分，对在检查对象中存在异常的情况进行检测。

技术实现思路

[0004]在此，专利技术人发现了在使用这样的检查对象图像与复原图像的差分对异常进行检测的方法中，容易产生将原本是合格品的检查对象检测为异常、即所谓的过度检测这样的问题。
[0005]例如，在检查通过焊接形成的焊接痕那样地、在对合格品中在形状等中也存在偏差的检查对象的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常检测系统，具有：取得部，其取得检查对象的检查对象图像；复原图像生成部，其向学习模型输入所述检查对象图像，并生成复原图像，所述学习模型是将正常的检查对象的图像作为教师数据使用及学习而成的；检测部，其使用所述复原图像与正常复原图像，对所述检查对象图像中的检查对象是否为异常进行判断，所述正常复原图像是向所述学习模型输入正常的检查对象的图像而生成的复原图像。2.根据权利要求1所述的异常检测系统，其中，所述检测部使用所述复原图像与正常复原图像的相似度，对所述检查对象图像中的检查对象是否为异常进行判断，所述正常复原图像是向所述学习模型输入正常的检查对象的图像而生成的复原图像。3.根据权利要求2所述的异常检测系统，其中，还具有预检测部，所述预检测部使用所述检查对象图像与所述复原图像的差分，对所述检查对象图像中的检查对象是否为异常进行判断，所...

【专利技术属性】
技术研发人员：椿裕太，松田智裕，
申请(专利权)人：丰田自动车株式会社，
类型：发明
国别省市：