工业环境中多模态数据的动态特征融合与异常检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
工业环境中多模态数据的动态特征融合与异常检测方法
申请号:CN202411847661
申请日期:2024-12-16
公开号:CN119323562A
公开日期:2025-01-17
类型:发明专利
摘要
本发明公开了工业环境中多模态数据的动态特征融合与异常检测方法,属于计算机技术领域,首先,对收集的工业数据进行预处理,去除背景干扰、噪声清理和调整数据格式,生成更干净、规范的点云和图像;其次,对预处理后的点云数据进行不同尺度的采样和查询,降低计算复杂度并保留局部几何结构信息,增强数据的鲁棒性;接着,将处理后的点云数据输入特征提取器,提取点云特征并保存;同时,对RGB图像数据进行图像特征提取并保存;然后,将点云特征和RGB图像特征输入多模态特征动态融合模块,充分利用两种模态的信息进行融合并保存融合特征;最后,结合点云特征、图像特征和融合特征进行异常检测,输出异常区域的特征图。
技术关键词
异常检测方法 融合特征 注意力机制 动态 跨模态 图像特征提取 多模态特征 数据 多尺度特征提取 邻域 工业 特征提取器 采样点 空间结构特征 点云特征提取 矩阵 结合点