煤矿输送系统的异常险情种类繁多、场景多样，煤矿现场异常事故的发生具有偶然性，异常样本的获取其数量远小于正常样本，造成正负样本不平衡。针对上述问题，提出一种基于超球重构数据描述（HRDD）的煤矿输送系统多元异常图像检测方法。在全卷积数据描述（FCDD）基础上引入图像重构辅助任务，选用均方差损失函数作为图像重构辅助任务的目标函数，将异常图像检测和定位量化为一个不等式约束优化问题。采用无缝融合技术将辅助数据集、异常样本融合到正常样本中，以缩小异常融合样本与正常样本的差异，扩大异常样本总量，平衡异常样本、正常样本的比例。通过多组噪声模拟实验和现场实验证明，以一定概率在抵抗区添加高斯噪声进行增强训练，可提高HRDD模型的抗噪效能、泛化能力、检测准确率等。消融实验结果表明：辅助数据集有效地改善了样本不平衡问题，准确率增加了36.5%；引入图像重构辅助任务可保证深层特征能够准确映射到异常位置，IoU提升了33.4%；辅助数据集与图像重构辅助任务之间存在强耦合作用，二者组合使用能进一步激发HRDD算法的性能潜力；添加无缝融合样本、高斯噪声增强等在一定程度上提高了HRDD模型的泛化能力。对照实验结果表明，HRDD算法准确率及IoU均优于其他主流算法，相比FCDD算法，HRDD算法准确率、IoU分别增加了4.6%，7.0%，更适用于煤矿现场。

0 引言
1 技术背景
2 HRDD算法原理
2.1 HRDD基本原理
2.2 HRDD损失函数
3 HRDD数据集
4 煤矿环境噪声误差分析
5 实验与分析
5.1 模型消融实验
5.2 算法对照实验
6 结论