基于WGAN图片去模糊的绝缘子目标检测

TM855; 针对不可抗力因素造成无人机航拍绝缘子图片模糊、绝缘子目标检测率较低的问题,提出了一种基于Wasserstein距离优化的生成式对抗网络(WGAN)图片去模糊的绝缘子目标检测方法.首先在WGAN训练过程中引入残差网络,使得生成的绝缘子图片更加清晰;其次在损失函数中引入Wasserstein距离以保证训练过程的稳定性;最后通过优化模型的训练过程,使得生成的绝缘子图片细节还原度更高.绝缘子图片去模糊化实验结果表明,所提方法在结构相似性与峰值信噪比等评价指标上均高于基于卷积神经网络与深度多尺度卷积神经网络等图像去模糊算法.另外,将利用所提方法生成的绝缘子图片与模糊绝缘子图片划分为3组,采...

Full description

Saved in:
Bibliographic Details
Published in电力自动化设备 Vol. 40; no. 5; pp. 188 - 194
Main Authors 王德文, 李业东
Format Journal Article
LanguageChinese
Published 华北电力大学 控制与计算机工程学院,河北 保定 071003 10.05.2020
复杂能源系统智能计算教育部工程研究中心,河北 保定 071003
Subjects
去模糊
Wasserstein距离优化的生成式对抗网络
残差网络
绝缘子
目标检测
Online AccessGet full text
ISSN1006-6047
DOI10.16081/j.epae.202003020

Cover

More Information
Summary:TM855; 针对不可抗力因素造成无人机航拍绝缘子图片模糊、绝缘子目标检测率较低的问题,提出了一种基于Wasserstein距离优化的生成式对抗网络(WGAN)图片去模糊的绝缘子目标检测方法.首先在WGAN训练过程中引入残差网络,使得生成的绝缘子图片更加清晰;其次在损失函数中引入Wasserstein距离以保证训练过程的稳定性;最后通过优化模型的训练过程,使得生成的绝缘子图片细节还原度更高.绝缘子图片去模糊化实验结果表明,所提方法在结构相似性与峰值信噪比等评价指标上均高于基于卷积神经网络与深度多尺度卷积神经网络等图像去模糊算法.另外,将利用所提方法生成的绝缘子图片与模糊绝缘子图片划分为3组,采用改进的基于区域建议的卷积神经网络目标检测算法分别进行目标检测实验,精确度均值分别提高了5.77％、6.73％与5.98％,有效提高了绝缘子的目标检测率.
ISSN:1006-6047
DOI:10.16081/j.epae.202003020