激光与红外

作者：李鸿

单位：1.怀化学院 物电与智能制造学院,湖南 怀化 418008；2.长沙理工大学 电气与信息工程学院,湖南 长沙 410014；3.湖南超弦科技股份有限公司,湖南 长沙 410221；

关键词：绝缘子;红外图像;异常检测;无监督;知识蒸馏

基金：湖南省教育厅重点项目(No.23A0255)；国家自然科学基金项目(No.52207074)资助。

针对输电线路绝缘子红外图像需要人工识别,并且异常样本库难以完备构建的情况,提出了一种基于域变换红外图像处理模块和基于无监督的特征重建异常检测模块相结合的智能检测算法。域变换模块用于提升输入数据与智能模型的匹配度；无监督异常检测模块采用特征重建与知识蒸馏相结合的方式,搭配记忆矩阵来存储正常样本的特征属性,并通过输入与重建图像之间的差异进行异常判别。域变换模块在自制绝缘子红外图像数据集上提升了无监督异常检测模型2～4的检测精度,并在各种背景的对比实验中均取得了成功。基于无监督的特征重建异常检测模块(FRAD)在MVTec AD数据集与自制数据集上的AUCROC指标分别为8878与8856,相比同领域模型处于领先水平。

来源：2025年第2期

《激光与红外》期刊编辑部

查看激光与红外杂志2025年第2期