【技术实现步骤摘要】
本专利技术属于点云异常检测领域，更具体地，涉及一种考虑多视图投影的零样本点云异常检测方法及系统。
技术介绍
1、在当今工业生产中，保障产品质量至关重要，在这一背景下，工业视觉检测技术的应用变得尤为重要。工业视觉检测技术通过自动化的视觉系统对产品进行检查，以识别缺陷、瑕疵或不符合规格的产品，从而确保产品质量符合标准。近年来异常检测技术已被广泛应用于工业产品的表面缺陷质量检测中。在工业视觉检测中，通过对产品表面图像的分析，异常检测能够识别出划痕、凹陷、杂质等多种缺陷，从而在生产早期即可排除不合格品。然而，尽管图像异常检测技术在许多方面表现出色，但它处理某些复杂场景时存在局限性。例如，对于表明纹理不明显的物体，图像难以准确捕捉其表面细节，图像异常检测会失效。与此相比，点云数据能够提供物体的三维几何信息，使得检测更加全面和准确。
2、尽管点云异常检测具有明显的优势，但在实际应用中仍面临着一系列挑战。其中最为显著的就是所谓的“冷启动”问题，以及点云数据采集的高成本。冷启动问题指的是在新的或者未知的环境中，无法采集到足够的标注数据来有效...
【技术保护点】
1.一种考虑多视图投影的零样本点云异常检测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的考虑多视图投影的零样本点云异常检测方法，其特征在于，步骤S3，计算点云中点的聚合异常分数，具体包括：
3.如权利要求2所述的考虑多视图投影的零样本点云异常检测方法，其特征在于，步骤S3，对多个异常分数进行聚合时，对多个异常分数取最大值/均值，得到点云中点的聚合异常分数。
4.如权利要求2所述的考虑多视图投影的零样本点云异常检测方法，其特征在于，步骤S3，采用神经网络模型对多个异常分数进行聚合。
5.如权利要求1所述的考虑多视...
【技术特征摘要】
1.一种考虑多视图投影的零样本点云异常检测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的考虑多视图投影的零样本点云异常检测方法，其特征在于，步骤s3，计算点云中点的聚合异常分数，具体包括：
3.如权利要求2所述的考虑多视图投影的零样本点云异常检测方法，其特征在于，步骤s3，对多个异常分数进行聚合时，对多个异常分数取最大值/均值，得到点云中点的聚合异常分数。
4.如权利要求2所述的考虑多视图投影的零样本点云异常检测方法，其特征在于，步骤s3，采用神经网络模型对多个异常分数进行聚合。
5.如权利要求1所述的考虑多视图投影的零样本点云异常检测方法，其特征在于，步骤s3，深度图像的异常分数包括图像整体的异常分数，预先根据投影关系将图像整体的异常分数转换为点云整体的异常分数；
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。