複雑な照明条件下でのスマートグリッド監視システムにおける潜在的な問題目標認識精度を向上させるために、本論文では偏光度と偏光光強度の二重モーダル情報融合に基づく検出手法を提案する。まず、双方向特徴融合ネットワークを設計し、密集畳み込みモジュールによって偏光強度画像と偏光度画像の特徴をそれぞれ抽出し、浅層情報の保持能力を強化する。同時に、空間・チャネル協調注意機構を導入し、空間およびチャネルの次元で特徴依存関係を構築し、モデルの特徴選択的集約能力を向上させる。最後に、多尺度適応構造類似度損失関数を導入し、加重アルゴリズムを設計して参照画像の生成品質を最適化し、融合画像の構造忠実度と対象の顕著性を最適化し、品質をさらに向上させる。実験結果は、本研究で提案した方法が現在最先端の画像融合アルゴリズムと比較して、複数の評価指標で有意な性能向上を示したことを示している。また、アブレーション実験により、ネットワークモジュールおよび損失関数の有効性と実用性がさらに検証された。自前で作成した目標検出データセットでは、本研究の方法で生成された融合画像が目標認識精度91.5%に達し、mAP@0.5指標も0.916に達し、客観的評価で比較方法を上回り、後続の目標検出ネットワークの認識精度を向上させた。

電力巡検;マシンビジョン;偏光イメージング;画像融合;目標検出