具有多尺度内存器的GAN网络异常检测模型

摘要

为解决目前在轮胎X光图像异常检测中网络重构异常的问题,提出一种基于生成对抗网络的多尺度内存器异常检测方法(MSMGAN).生成对抗网络的生成器采用多尺度编码内存器模块来储存正常样本的潜在特征.多尺度编码内存器模块由多尺度编码器和多个内存器组成,在图像重构之前,用内存器存储的正常特征将编码器得到的异常特征信息进行替换,可以有效规避网络重构异常的问题,同时判别器的加入提高网络对图像的重构能力.在轮胎样本集上的实验结果表明,本文所提方法能够增强网络从正常数据中学习特征的能力,提高异常检测准确率.