论文部分内容阅读
电网异物入侵、人员行为的自动辨识为消除安全隐患提供了一种有效手段.考虑到传统电力图像辨识精度低的问题,文章提出了一种用于电网异物识别的生成式对抗卷积神经网络算法.针对异常图像样本数据不足及不均衡,首先,利用生成式对抗网络的零和博弈及对抗训练,获得具有异常特征的图像;然后,利用卷积神经网络的特征提取能力分析真实样本及生成图像,执行目标检测任务;最后,将算法对异物入侵及人员行为图像进行识别检测,结果表明,所提方法可以有效提升电力监控图像异常检测的识别率.