摘要
基于目标域增强表示的电力设备热斑检测与识别方法,包括从不同环境条件下采集电力设备的红外热像仪图像、可见光图像等并进行预处理,确保图像质量;构建共有特征学习模块,利用对抗学习技术提取不同域的共有特征;构建共有特征增强模块,通过对比学习扩大共有特征空间;使用增强后的共有特征构建目标域泛化模块,训练目标域特征编码器以提取目标域完整特征;进而实现热斑检测与识别,并将结果进行可视化展示与预警。此方案能够有效提高电力设备热斑检测与识别的准确性和可靠性。
技术关键词
红外热像仪图像
识别方法
编码器
可见光图像
数据分布
更新网络参数
样本
梯度下降优化算法
电力设备表面
模块
像素点
邻域
传播算法
语义特征
图像像素
系统为您推荐了相关专利信息
人脸表情识别方法
序列
人脸表情识别系统
深度卷积神经网络
面部特征点
语音情感识别方法
情感类别
锚点
语音情感识别模型
大规模语音数据
裂隙识别方法
隧道掌子面
高层语义特征
空洞
通道
手势识别方法
文本编码器
人体关键点
多模态手势
行人检测模型