【技术实现步骤摘要】
本申请涉及图像处理，具体涉及一种智能电网对抗图像生成方法、一种智能电网对抗图像生成装置、一种机器可读存储介质及一种终端设备。
技术介绍
1、配电线路上的附属设施对于电网可靠运行有重要作用，附属设施例如绝缘子是配电线路的重要组成部分，具有类型多、数量大、分布广的特性。在复杂环境下，绝缘子极易产生故障，如破损、异物悬挂、掉串等，如何快速高效地识别绝缘子故障是保障电网安全稳定可靠运行的关键。随着计算机视觉领域的发展，目标检测与识别技术由基于传统特征的机器学习方法发展为基于大数据驱动的深度学习方法，并达到较高的检测与识别效率。
2、目前，配电线路附属设施的检测与识别相关算法的训练样本均来源于无人机/直升机巡检及监控设备采集，所获样本的背景复杂、目标尺度多样、保密性高，且大批量样本的多样性采集周期较长。而现有配电线路附属设施的检测与识别技术大多基于图像目标检测与识别算法进行技术改进，缺乏对复杂配电线路场景及各类附属设施的表征。同时，由于配电线路分布广泛、场景多样复杂、采集模式不统一，导致附属设施的样本背景复杂、目标尺度多样。同时，由于配电线路分布及配电线路装置情况具有较高保密性，分布全国的电网公司所采集的数据库之间存在场景及模式壁垒，可开源的附属设施数据库及其识别检测算法较少，而已公布的附属设施数据库规模较小、样本多样性差。此外，现有数据库缺乏配电线路附属设施的负样本，导致现有的识别算法对于攻击样本的抵御能力较差，不利于电网信息的安全。
技术实现思路
1、本申请实施例的目的是提供
2、为了实现上述目的，本申请第一方面提供一种智能电网对抗图像生成方法，包括：
3、s100、获取包括智能电网待检测目标的原始图像，以所述原始图像为当前图像；
4、s200、初始化搜索方向及迭代次数；
5、s300、随机选取扰动参数；
6、s400、依据当前搜索方向及当前迭代次数，通过改进的边界最短距离搜索方法计算当前图像与目标模型决策边界的当前最短距离，基于当前最短距离、当前搜索方向、扰动参数构建对抗扰动，对当前图像添加所述对抗扰动，得到当前对抗样本图像；
7、s500、依据所述当前最短距离、预先构建的自然图像识别模型对当前对抗样本图像的识别结果及预先构建的目标模型对当前对抗样本图像的识别结果确定当前搜索方向的方向导数；
8、s600、判断当前迭代次数是否达到迭代次数阈值，若当前迭代次数未达到所述迭代次数阈值，依据当前搜索方向的方向导数更新当前搜索方向，并更新迭代次数，执行步骤s300；若当前迭代次数达到所述迭代次数阈值，以当前对抗样本图像作为最佳对抗样本图像。
9、可选地，所述扰动参数包括：
10、扰动角度及对抗扰动量；
11、所述对抗扰动量为服从目标概率分布的随机变量，所述扰动角度用于表征所述对抗扰动量的朝向；
12、所述目标概率分布为高斯分布或均匀分布。
13、可选地，依据当前搜索方向的方向导数更新当前搜索方向，包括：
14、基于当前搜索方向的方向导数，以设定步长更新当前搜索方向。
15、可选地，所述方法还包括：
16、以不同自然场景下的智能电网待检测目标图像为正样本，以不同合成环境下的智能电网待检测目标图像为负样本，通过得到的正样本及负样本对深度学习神经网络训练后得到用于识别输入图像为自然场景图像或非自然场景图像的自然场景图像判别模型；
17、所述自然图像识别模型对当前对抗样本图像的识别结果，包括：
18、当前对抗样本图像为自然场景图像或非自然场景图像。
19、可选地，依据预先构建的自然图像识别模型对当前对抗样本图像的识别结果及预先构建的目标模型对当前对抗样本图像的识别结果确定当前搜索方向的方向导数，包括：
20、通过以下公式确定当前搜索方向的方向导数：
21、；
22、；
23、其中，表示方向导数，t表示迭代次数，为平滑参数，，f表示目标模型，g表示自然场景图像判别模型，u表示扰动参数，q表示查询次数，x0表示原始图像，θ表示搜索方向。
24、可选地，改进的边界最短距离搜索方法，包括：
25、若当前迭代次数为1，获取所述目标模型在初始搜索方向及预设的第一预估距离下对当前图像的识别结果，若所述目标模型对当前图像的识别结果在所述目标模型的决策边界内，确定当前第一预估距离为第一边界距离；
26、基于设定步长及第一边界距离确定第二预估距离，以设定步长更新当前第二预估距离，直至所述目标模型在初始搜索方向及当前第二预估距离下对当前图像的识别结果在所述目标模型的决策边界外，确定当前第二预估距离为第二边界距离。
27、可选地，改进的边界最短距离搜索方法，还包括：
28、若当前迭代次数大于1，通过以下步骤确定第一预估距离：
29、；
30、其中，v为第一预估距离，为更新步长。
31、可选地，获取所述目标模型在初始搜索方向及预设的第一预估距离下对当前图像的识别结果之后，所述方法还包括：
32、若所述目标模型对当前图像的识别结果在所述目标模型的决策边界外，确定当前第一预估距离为第二边界距离；
33、基于设定步长及第二边界距离确定第二预估距离，以设定步长更新当前第二预估距离，直至所述目标模型在初始搜索方向及当前第二预估距离下对当前图像的识别结果在所述目标模型的决策边界内，确定当前第二预估距离为第一边界距离。
34、可选地，改进的边界最短距离搜索方法，还包括：
35、若第二边界距离与第一边界距离的差值大于预设的搜索误差，计算第一边界距离与第二边界距离的均值，得到第三边界距离；
36、获取所述目标模型在初始搜索方向及第三边界距离下对当前图像的识别结果，若所述目标模型对当前图像的识别结果在所述目标模型的决策边界内，以第三边界距离更新第一边界距离；
37、若所述目标模型对当前图像的识别结果在所述目标模型的决策边界外，确定第三边界距离更新第二边界距离，直至第二边界距离与第一边界距离的差值不大于预设的搜索误差，基于第一边界距离及第二边界距离确定当前图像与所述目标模型决策边界的初始最短距离。
38、本申请第二方面，提供一种智能电网对抗图像生成装置，应用上述的智能电网对抗图像生成方法，包括：
39、图像获取模块，被配置为获取包括智能电网待检测目标的原始图像，以所述原始图像为当前图像；
40、参数设置模块，被配置为初始化搜索方向及迭代次数；
41、扰动添加模块，被配置为随机选取扰动参数；
42、边界距离计算模块，被配置为依据当前搜索方向及当前迭代次数，通过改进的边界最短距离搜索方法计算当前图像与目标模型决策边本文档来自技高网...
【技术保护点】
1.一种智能电网对抗图像生成方法，其特征在于，包括：
2.根据权利要求1所述的智能电网对抗图像生成方法，其特征在于，所述扰动参数包括：
3.根据权利要求1所述的智能电网对抗图像生成方法，其特征在于，依据当前搜索方向的方向导数更新当前搜索方向，包括：
4.根据权利要求1所述的智能电网对抗图像生成方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的智能电网对抗图像生成方法，其特征在于，依据预先构建的自然图像识别模型对当前对抗样本图像的识别结果及预先构建的目标模型对当前对抗样本图像的识别结果确定当前搜索方向的方向导数，包括：
6.根据权利要求5所述的智能电网对抗图像生成方法，其特征在于，改进的边界最短距离搜索方法，包括：
7.根据权利要求6所述的智能电网对抗图像生成方法，其特征在于，改进的边界最短距离搜索方法，还包括：
8.根据权利要求6所述的智能电网对抗图像生成方法，其特征在于，获取所述目标模型在初始搜索方向及预设的第一预估距离下对当前图像的识别结果之后，所述方法还包括：
9.根据
10.一种智能电网对抗图像生成装置，应用权利要求1~9中任一项权利要求所述的智能电网对抗图像生成方法，其特征在于，包括：
11.根据权利要求10所述的智能电网对抗图像生成装置，其特征在于，所述扰动参数包括：
12.根据权利要求10所述的智能电网对抗图像生成装置，其特征在于，依据当前搜索方向的方向导数更新当前搜索方向，包括：
13.根据权利要求10所述的智能电网对抗图像生成装置，其特征在于，所述方法还包括：
14.根据权利要求13所述的智能电网对抗图像生成装置，其特征在于，依据预先构建的自然图像识别模型对当前对抗样本图像的识别结果及预先构建的目标模型对当前对抗样本图像的识别结果确定当前搜索方向的方向导数，包括：
15.根据权利要求14所述的智能电网对抗图像生成装置，其特征在于，改进的边界最短距离搜索方法，包括：
16.根据权利要求15所述的智能电网对抗图像生成装置，其特征在于，改进的边界最短距离搜索方法，还包括：
17.根据权利要求15所述的智能电网对抗图像生成装置，其特征在于，获取所述目标模型在初始搜索方向及预设的第一预估距离下对当前图像的识别结果之后，所述方法还包括：
18.根据权利要求17所述的智能电网对抗图像生成装置，其特征在于，改进的边界最短距离搜索方法，还包括：
19.一种机器可读存储介质，该机器可读存储介质上存储有指令，其特征在于，该指令在被处理器执行时使得所述处理器被配置成执行权利要求1~9中任一项权利要求所述的智能电网对抗图像生成方法。
20.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~9中任一项权利要求所述的智能电网对抗图像生成方法的步骤。
...【技术特征摘要】
1.一种智能电网对抗图像生成方法，其特征在于，包括：
2.根据权利要求1所述的智能电网对抗图像生成方法，其特征在于，所述扰动参数包括：
3.根据权利要求1所述的智能电网对抗图像生成方法，其特征在于，依据当前搜索方向的方向导数更新当前搜索方向，包括：
4.根据权利要求1所述的智能电网对抗图像生成方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的智能电网对抗图像生成方法，其特征在于，依据预先构建的自然图像识别模型对当前对抗样本图像的识别结果及预先构建的目标模型对当前对抗样本图像的识别结果确定当前搜索方向的方向导数，包括：
6.根据权利要求5所述的智能电网对抗图像生成方法，其特征在于，改进的边界最短距离搜索方法，包括：
7.根据权利要求6所述的智能电网对抗图像生成方法，其特征在于，改进的边界最短距离搜索方法，还包括：
8.根据权利要求6所述的智能电网对抗图像生成方法，其特征在于，获取所述目标模型在初始搜索方向及预设的第一预估距离下对当前图像的识别结果之后，所述方法还包括：
9.根据权利要求8所述的智能电网对抗图像生成方法，其特征在于，改进的边界最短距离搜索方法，还包括：
10.一种智能电网对抗图像生成装置，应用权利要求1~9中任一项权利要求所述的智能电网对抗图像生成方法，其特征在于，包括：
11.根据权利要求10所述的智能电网对抗图像生成装置，其特征在于，所述扰动参数包括：
12.根据权利要求10...
【专利技术属性】
技术研发人员：张予，甄岩，霍超，张港红，白晖峰，郑利斌，刘浩，
申请(专利权)人：北京智芯微电子科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。