基于多维光学信息的线路隐患目标智能监拍终端研究OA
常见的基于彩色图像的目标检测方法难以应对电力监拍过程中复杂多样的自然环境,会导致隐患目标的识别准确率降低,虚警率升高。为保障输电线路安全稳定运行,文章提出一种基于多维光学信息的智能监拍终端系统架构。系统基于低功耗边缘人工智能(artificial intelligence,AI)平台,集成彩色相机、红外相机和偏振相机,并结合多线程软件框架实现多维光学图像的同步采集和目标识别;同时设计基于多维光学信息融合的隐患目标检测算法框架,包含偏振融合网络、目标检测网络和决策分析模块,通过提取目标的互补性光学信息来提高识别准确率,对于4类隐患目标的平均识别准确率可达85%以上;最后,基于TensorRT优化引擎、参数量化方法及统一计算设备架构(compute unified device architecture,CUDA)编程模型,实现了偏振融合网络和目标检测网络的部署优化,满足在算力有限边缘AI平台上部署多维光学感知模型的要求,算法运行时间由原来的1862 ms缩减到498 ms。
彭元龙;史佳琪;倪梦瑶;牛佳宁;史名阳;闫龙川;陈智雨;李妍;曹丹华
国家电网有限公司信息通信分公司,北京市西城区100761华中科技大学光学与电子信息学院,湖北省武汉市430074华中科技大学光学与电子信息学院,湖北省武汉市430074国家电网有限公司信息通信分公司,北京市西城区100761华中科技大学光学与电子信息学院,湖北省武汉市430074国家电网有限公司信息通信分公司,北京市西城区100761国家电网有限公司信息通信分公司,北京市西城区100761国家电网有限公司信息通信分公司,北京市西城区100761华中科技大学光学与电子信息学院,湖北省武汉市430074
信息技术与安全科学
电力监拍多维光学信息边缘计算并行加速
《电力信息与通信技术》 2026 (9)
P.55-62,8
国家电网有限公司信息通信分公司项目“多模态信息支撑电网工业视频监控图像智能识别分析技术研究”(52993923000K)。
评论