本發明涉及異常檢測，尤其涉及一種跨領域小樣本異常檢測方法、裝置、電子設備及存儲介質。

背景技術：

1、異常檢測旨在利用計算機視覺技術，通過拍照或掃描圖像檢測待測試樣本中是否含有可見異常，是一個涉及多個領域的實用任務，包括工業生產中的瑕疵檢測，產品裝配過程中的邏輯異常檢測，醫學領域中的病灶檢測，交通場景中的異常車輛檢測等。現有的異常檢測技術通常為每個領域設計專用的檢測框架和方法，如工業瑕疵檢測中常用圖像子塊特征匹配的方法，邏輯異常檢測常用基于圖像成分分割的方法，醫學和交通異常檢測常用基于圖像重建的方法。

2、然而，現有的異常檢測技術主要存在以下不足：（1）現有異常檢測技術需要為針對每個領域的不同數據特點和異常類型設計專用的檢測方法，為一個領域設計的異常檢測方法難以運用到另一個領域的數據中。（2）在同一個領域內，現有的異常檢測方法通常需要為每一類待檢測物體類型訓練專用模型，訓練好的模型只能用于對該類物品進行異常檢測，泛化性能差。（3）現有異常檢測技術需要使用大量樣本進行訓練，訓練數據量需求大，訓練過程繁瑣。

3、綜上所述，現有異常檢測技術高度專門化，定制化，難以進行擴展、泛化，限制了異常檢測技術的標準化研究。

技術實現思路

1、本發明提供一種跨領域小樣本異常檢測方法、裝置、電子設備及存儲介質，用以解決現有技術中現有異常檢測技術高度專門化，定制化，難以進行擴展、泛化，限制了異常檢測技術的標準化研究的缺陷。

2、本發明提供一種跨領域小樣本異常檢測方法，包括如下步驟：

3、分別獲取正常圖像和測試圖像的圖像內容知識，并提取所述正常圖像對應的圖像內容知識的文本特征；基于所述測試圖像的第一圖像子塊特征和所述正常圖像的第二圖像子塊特征之間的匹配差異，確定所述測試圖像的測試圖像重建結果，并基于所述測試圖像重建結果對應的重建差異，確定所述測試圖像中的低級語義異常檢測結果；

4、基于所述測試圖像的第一子成分特征和所述正常圖像的第二子成分特征，確定所述測試圖像中的中級語義異常檢測結果；

5、基于所述文本特征與所述測試圖像的圖像整體特征，確定所述測試圖像中的高級語義異常檢測結果，并基于所述低級語義異常檢測結果、所述中級語義異常檢測結果和所述高級語義異常檢測結果，確定所述測試圖像的目標異常檢測結果。

6、根據本發明提供的一種跨領域小樣本異常檢測方法，所述基于所述測試圖像的第一圖像子塊特征和所述正常圖像的第二圖像子塊特征之間的匹配差異，確定所述測試圖像的測試圖像重建結果，包括：

7、對所述測試圖像的第一圖像子塊特征和所述正常圖像的第二圖像子塊特征之間的匹配差異按照從小到大進行排序，得到匹配差異最小的目標匹配差異；

8、確定所述目標匹配差異對應的所述正常圖像中的第一目標圖像子塊特征，以及與所述第一目標圖像子塊特征對應的所述測試圖像中的第二目標圖像子塊特征；

9、將所述測試圖像中的第二目標圖像子塊特征替換為所述第一目標圖像子塊特征，得到所述測試圖像重建結果。

10、根據本發明提供的一種跨領域小樣本異常檢測方法，所述基于所述測試圖像重建結果對應的重建差異，確定所述測試圖像中的低級語義異常檢測結果，包括：

11、確定所述測試圖像重建結果中各圖像子塊特征與所述測試圖像中各圖像子塊特征之間的重建差異；

12、在所述重建差異大于第一閾值的情況下，確定所述測試圖像中該圖像子塊特征為低級語義異常。

13、根據本發明提供的一種跨領域小樣本異常檢測方法，所述第一子成分特征是基于所述測試圖像的圖像內容知識與所述測試圖像的第一圖像子塊特征確定的；

14、所述第二子成分特征是基于所述正常圖像的圖像內容知識與所述正常圖像的第二圖像子塊特征確定的。

15、根據本發明提供的一種跨領域小樣本異常檢測方法，所述圖像內容知識包括圖像中的所有目標、所有所述目標的檢測框，以及所述檢測框中目標的分割掩碼；

16、所述第一圖像子塊特征的確定步驟，包括：

17、將所述測試圖像的圖像內容知識中的分割掩碼與所述測試圖像逐像素相乘，得到第一目標子塊；

18、使用特征提取器對所述第一目標子塊進行特征提取，得到所述第一圖像子塊特征；

19、所述第二圖像子塊特征的確定步驟，包括：

20、將所述正常圖像的圖像內容知識中的分割掩碼與所述正常圖像逐像素相乘，得到第二目標子塊；

21、使用所述特征提取器對所述第二目標子塊進行特征提取，得到所述第二圖像子塊特征。

22、根據本發明提供的一種跨領域小樣本異常檢測方法，所述基于所述測試圖像的第一子成分特征和所述正常圖像的第二子成分特征，確定所述測試圖像中的中級語義異常檢測結果，包括：

23、確定所述第一子成分特征和所述第二子成分特征之間的子成分異常分數；

24、在所述子成分異常分數大于第二閾值的情況下，確定所述測試圖像中該子成分特征為中級語義異常。

25、根據本發明提供的一種跨領域小樣本異常檢測方法，所述基于所述文本特征與所述測試圖像的圖像整體特征，確定所述測試圖像中的高級語義異常檢測結果，包括：

26、確定所述正常圖像的文本特征與所述測試圖像的圖像整體特征之間的整體異常分數；

27、在所述整體異常分數大于第三閾值的情況下，確定所述測試圖像的圖像整體特征為高級語義異常。

28、本發明還提供一種跨領域小樣本異常檢測裝置，包括如下單元：

29、獲取單元，用于分別獲取正常圖像和測試圖像的圖像內容知識，并提取所述正常圖像對應的圖像內容知識的文本特征；

30、第一確定單元，用于基于所述測試圖像的第一圖像子塊特征和所述正常圖像的第二圖像子塊特征之間的匹配差異，確定所述測試圖像的測試圖像重建結果，并基于所述測試圖像重建結果對應的重建差異，確定所述測試圖像中的低級語義異常檢測結果；

31、第二確定單元，用于基于所述測試圖像的第一子成分特征和所述正常圖像的第二子成分特征，確定所述測試圖像中的中級語義異常檢測結果；

32、第三確定單元，用于基于所述文本特征與所述測試圖像的圖像整體特征，確定所述測試圖像中的高級語義異常檢測結果，并基于所述低級語義異常檢測結果、所述中級語義異常檢測結果和所述高級語義異常檢測結果，確定所述測試圖像的目標異常檢測結果。

33、本發明還提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時實現如上述任一種所述跨領域小樣本異常檢測方法。

34、本發明還提供一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現如上述任一種所述跨領域小樣本異常檢測方法。

35、本發明還提供一種計算機程序產品，包括計算機程序，所述計算機程序被處理器執行時實現如上述任一種所述跨領域小樣本異常檢測方法。

36、本發明提供的跨領域小樣本異常檢測方法、裝置、電子設備及存儲介質，（1）通過將不同領域的不同種類異常分為低級語義異常、中級語義異常、高級語義異常三類，并對這三類異常進行檢測，實現了跨領域的異常檢測方法；（2）對正常圖像和測試圖像進行內容詳細分析，可以減輕不同領域的知識鴻溝，為后續異常檢測提供圖像內容知識，提高跨領域的異常檢測性能；（3）綜合使用基于特征比對和基于重建的檢測方式，只需要在測試期間提供少量正常樣本即可實現對測試圖像的異常檢測，無需在專有數據上進行訓練，解決了現有方法訓練需求大的問題；（4）通過綜合比對不同語義層級的特征，以及文本特征和圖像整體特征，本方法能夠檢測出測試圖像中可能存在的不同異常類型，實現跨領域小樣本異常檢測。