华南理工大学学报(自然科学版)

作者：王健, 王凯, 刘刚, 等

单位：华南理工大学 电力学院，广东 广州 510640

关键词：深度学习,生成器,鉴别器,马尔可夫过程,插值

基金：国家自然科学基金面上项目 ( 51977083)

人工标注无人机巡检航拍图像中销钉常见的缺陷耗时耗力，为此，文中采用深度学习算法 ＲetinaNet 来实现销钉缺陷的自动标注。考虑到如果直接对无人机现场采集到的不清晰图像进行检测，会出现识别精度偏低的问题，文中提出了一种基于生成对抗网络的缺陷智能识别方法，即通过生成器和鉴别器之间的互相博弈来增强局部纹理、边缘等细节信息，以改善此类图像质量，并结合缺陷智能识别算法提取准确的特征，以实现缺陷的智能识别。由于生成对抗网络训练用的模糊 － 清晰图像对难以获取，文中结合马尔可夫过程和子像素插值构建了模糊 － 清晰图像对。实验结果表明: ＲetinaNet 对清晰图像进行检测时，可以表现出优异的性能，而对于部分模糊图像，容易出现错标和漏标的情况; 文中构建的模糊 － 清晰图像对可以有效地训练生成对抗网络，使其具备去模糊功能，有利于卷积神经网络提取更加丰富的特征，进而提高模糊图像的识别率。

来源：2020年第2期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2020年第2期