申请/专利权人：人工智能与数字经济广东省实验室(深圳)

申请日：2023-12-25

公开（公告）日：2024-03-15

公开（公告）号：CN117710748A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/40;G06V10/50;G06V10/774;G06V10/80;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明公开了一种用于Miniled的多模态异常检测方法及系统，其中，所述方法包括：获取MiniLed产品的2D图像和3D图像；对2D图像和3D图像进行图像预处理；基于2D特征提取器对预处理后的2D图像进行特征提取处理，获得2D图像特征信息；基于快速点特征直方图方法对预处理后的3D图像进行特征提取处理，获得点云特征信息；基于多模态特征混合模块将2D图像特征信息和点云特征信息进行融合处理，获得多模态特征信息；将所述多模态特征信息输入至异常分类器中，基于所述异常分类器进行Miniled产品的异常检测处理。本发明不仅提高了产品异常检测的实时性和可用性，降低了运维成本，并且提高了整体的异常检测性能。

主权项：1.一种用于Miniled的多模态异常检测方法，其特征在于，所述方法包括：获取Miniled产品数据，所述Miniled产品数据包括MiniLed产品的2D图像和3D图像；对所述MiniLed产品的2D图像和3D图像进行图像预处理，获得预处理后的2D图像和3D图像；基于2D特征提取器对预处理后的2D图像进行特征提取处理，获得2D图像特征信息；基于快速点特征直方图方法对预处理后的3D图像进行特征提取处理，获得点云特征信息；基于多模态特征混合模块将所述2D图像特征信息和点云特征信息进行融合处理，获得多模态特征信息；将所述多模态特征信息输入至异常分类器中，基于所述异常分类器进行Miniled产品的异常检测处理。

全文数据：

权利要求：

百度查询： 人工智能与数字经济广东省实验室(深圳) 一种用于Miniled的多模态异常检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD