申请/专利权人：国网福建省电力有限公司检修分公司;国网福建省电力有限公司

申请日：2020-09-04

公开（公告）日：2024-05-14

公开（公告）号：CN112085678B

主分类号：G06T5/77

分类号：G06T5/77;G06T5/50;G06T5/60;G06N3/0475;G06N3/045;G06N3/094;G06N3/0442;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.05.14#授权;2021.01.01#实质审查的生效;2020.12.15#公开

摘要：本发明涉及一种适用于电力设备机巡图像去雨滴的方法及系统，具体包括以下步骤：构建生成对抗网络，包括生成网络与判别网络；在训练阶段，利用生成网络和判别网络之间的相互博弈，在注意力图的引导下使生成网络生成符合条件的去雨滴图像；在使用阶段，将包含雨滴的图像输入训练好的生成器中，得到去雨滴图像。

主权项：1.一种适用于电力设备机巡图像去雨滴的方法，其特征在于，包括以下步骤：构建生成对抗网络，包括生成网络与判别网络；所述生成网络的输入是背景场景完全相同的图像对，包含一张含雨滴的图像和一张不含雨滴的图像，输出为去雨滴图像；所述生成网络包含注意力循环网络和上下文自动编码器，所述注意力循环网络包括一个以上的循环模块，通过循环迭代的方式生成注意力图，注意力图含雨滴图像中雨滴的位置信息，引导上下文自动编码器重点关注雨滴及其周围区域；每个循环模块均包括一个以上的残差块、一个LSTM单元以及一个卷积层，每个循环模块中的LSTM单元的输出一方面输入到本循环模块中的卷积层用于产生2维注意力图，另一方面输入给下一个循环模块的LSTM单元中实现时间维度上的特征保留；每个循环模块的损失函数LATT{A},M为输出注意力图A与二进制掩码M之间的均方误差，如下： 式中，At表示时间步长t时注意力循环网络产生的注意力图，ATTt函数表示在时间步长为t时的循环模块，Ft-1表示含雨滴图像和上一个循环模块输出注意力图的融合；N为循环模块的个数，θ表示一个0到1的随机数，LMSE表示均方误差函数；所述判别网络的构建具体为：利用CNN网络从判别网络的内层进行特征提取，同时也对生成网络生成的去雨滴图像进行特征提取，然后将获得的特征图和注意力图结合构成局部判别器的损失函数；利用注意力图引导判别网络对图像中的雨滴区域进行重点关注，在判别网络的最后一层使用全连接层来判断输入图像的真假；判别网络的整个损失函数如下：LDO,R,AN＝-logDR-log1-DO+γLmapO,R,AN；式中，γ为0.05，前两项为全局判别器的损失函数，Lmap表示局部判别器的损失函数，O是上下文自动编码器的输出图像，AN表示具有与S相同尺度的真实图像，R是从真实清晰的图像库中提取的样本图像，其中S表示从编码器中提取出的图像特征；局部判别器的损失函数LmapO,R,AN如下：LmapO,R,AN＝LMSEDmapO,AN+LMSEDmapR,0；式中，Dmap表示由判别网络生成二维注意力掩码图函数，0表示仅包含0值的注意力图，即真实的图像中没有雨滴因此也不需要注意力图引导网络进行特征提取；所述生成对抗网络的整体损失函数为： 式中，G代表生成网络，D代表判别网络，I是含雨滴图像，R是不含雨滴的真实样本，GI是去雨滴后的图像，ERPclean表示在不含雨滴图像中的图像细节损失量，EIPraindrop表示在含雨滴图像中的图像细节损失量；在训练阶段，利用生成网络和判别网络之间的相互博弈，在注意力图的引导下使生成网络生成符合条件的去雨滴图像；在使用阶段，将包含雨滴的图像输入训练好的生成器中，得到去雨滴图像。

全文数据：

权利要求：

百度查询： 国网福建省电力有限公司检修分公司;国网福建省电力有限公司 一种适用于电力设备机巡图像去雨滴的方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD