基于边界感知网络的遥感影像输电线路通道隐患地物变化检测  

Remote Sensing Image Based on Boundary Perception Network for Transmission Line Channel Hidden Danger Change Detection

作　　者：张国君 于小川 张猛 蒋海龙 张常兴 王大鹏 白翔宇[3] 翟欣欣 赵玉妹 韩晨 Zhang Guojun;Yu Xiaochuan;Zhang Meng

机构地区：[1]内蒙古电力(集团)有限责任公司内蒙古超高压供电分公司 [2]内蒙古电力(集团)有限责任公司 [3]内蒙古大学 [4]北京星视域科技有限公司

出　　处：《电力设备管理》2024年第17期175-178,共4页Electric Power Equipment Management

基　　金：内蒙古自治区科技计划资助(2022YFSJ0004)。

摘　　要：保障输电线路安全运行是电力供应连续性和稳定性的重要保障,为了提高电力系统的安全性和可靠性,利用遥感技术及时获取输电线路周围环境变化信息,可以辅助动态检测输电线路周围的地物。针对遥感影像的特殊性,本文提出一种用于输电线路通道隐患地物变化检测的网络结构,并利用HRSCD和自有数据集进行对比试验,试验结果表明,提出的变化检测网络方法BANet相对于传统方法,能够自动提取图像的低层特征和高层语义特征,避免了繁琐的手动特征提取。此外,在检测结果方面表现出较高的loU和F1-measure,并且成功降低了误检率和漏检率。

关 键 词：输电线路 变化检测 深度学习 高分辨率遥感图像 SwinTransformer 

分 类 号：TM7[电气工程—电力系统及自动化]