摘要
本发明涉及电力物联网技术领域,公开了一种对电力设备红外图像进行超分辨率重建的方法。该方法包括:在生成器的体系结构中加入双重注意力模块来学习图像特征之间的全局关系,并将两组依赖关系进行融合,加大全局信息的提取程度;使用感知损失、对抗性损失和结构相似性指数损失的线性组合作为损失函数进行网络模型训练,以获得更好的重建结果;将所提的基于双注意力pix2pix生成对抗网络模型在电力设备红外热成像数据集上进行实验验证。按照本发明的方法,提升了模型准确性,其重建效果无论在客观评价指标还是主观视觉效果均有显著提高。
技术关键词
电力设备红外图像
超分辨率
注意力
生成对抗网络模型
感知损失函数
网络模型训练
解码器
通道
电力物联网技术
编码器
sigmoid函数
客观评价指标
模块
生成高分辨率
对抗性
全局平均池化
生成器网络
系统为您推荐了相关专利信息
知识库问答方法
CRF模型
意图识别
上下文特征
输出特征
匹配推荐方法
数据
多头注意力机制
文本特征向量
深度神经网络结构
阈值预测方法
历史温度数据
预测阈值
预测报警系统
训练深度学习模型
故障诊断系统
信号采集传感器
故障诊断策略
故障特征
故障诊断模块