生成式对抗网络

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，本文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了识别检测，结果表明所提出的方法可以有效提升电力监控图像异常检测的识别率。