基于上下文聚合网络(CARNet)的遥感影像输电线路通道隐患地物检测  

Remote Sensing Image Transmission Line Channel Hidden Object Detection Based on Context Aggregation Network (CARNet)

作　　者：武剑灵 王大鹏 程建 郭瑞华 张常兴 白翔宇[4] 林恒立 张宏宇 Wu Jianling;Wang Dapeng;Cheng Jian

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

出　　处：《电力设备管理》2024年第21期131-134,共4页Electric Power Equipment Management

基　　金：内蒙古自治区科技计划资助(2022YFSJ0004)。

摘　　要：输电线路的安全运行对于保障电力供应的连续性和稳定性至关重要。然而,输电线路通道周围可能存在各种隐患地物,这些地物可能会对输电线路产生负面影响,甚至导致事故的发生。利用遥感技术及时获取输电线路周围环境信息,可以辅助输电线路隐患地物的检测和识别,提高电力系统的安全性和可靠性。为了应对遥感影像的特殊性和复杂的背景,本文提出了一种上下文聚合细化网络——CARNet。该网络的编码器部分使用了嵌套扩张模块(NDRM),以进一步细化特征。使用改进的集成逐次扩张模块(IISD)来有效地聚合多种尺度的上下文信息。在解码器部分,多分辨率融合模块(MRFM)被用来融合浅层和深层特征,以保留更多的语义和细节信息。此外,残差细化模块也被引入,以对解码器输出的粗糙语义分割图进行区域和边界的细化,以使分割结果更加平滑。通过这些改进,CARNet能够高效、准确地在遥感影像上进行区域分割,为遥感图像分析和应用提供了强有力的支持。

关 键 词：输电线路 隐患地物检测 深度学习 高分辨率遥感图像 上下文信息 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]