복잡한 조명 조건에서 스마트 전력망 모니터링 시스템의 잠재 위험 목표 인식 정확도를 향상시키기 위해 본 논문은 편광도와 편광광 강도 이중 모달 정보 융합 기반의 탐지 방법을 제안한다. 먼저, 이중 경로 특징 융합 네트워크를 설계하여 밀집 컨볼루션 모듈을 통해 편광 강도 이미지와 편광도 이미지의 특징을 각각 추출하여 얕은 층 정보 보존 능력을 강화한다; 동시에 공간-채널 협력 주의 메커니즘을 도입하여 공간 및 채널 차원에서 특징 의존 관계를 구축함으로써 모델의 특징 선택적 집합 능력을 향상시킨다. 마지막으로 다중 스케일 적응 구조적 유사성 손실 함수를 도입하고 가중 알고리즘을 설계하여 참조 이미지 생성 품질을 최적화하여 융합 이미지의 구조적 충실도와 목표 두드러짐을 최적화하고 품질을 더욱 향상시킨다. 실험 결과 본 연구에서 제안한 방법은 최신 이미지 융합 알고리즘과 비교하여 여러 평가 지표에서 유의미한 성능 향상을 보여주었다. 또한 소거 실험을 통해 네트워크 모듈 및 손실 함수의 유효성과 실용성을 추가로 검증하였다. 자체 구축한 목표 검출 데이터 세트에서 본 연구 방법으로 생성된 융합 이미지는 목표 인식 정확도가 91.5%에 도달하였으며, mAP@0.5 지표 또한 0.916에 달해 객관적 평가에서 대비 방법을 능가하고 후속 목표 검출 네트워크의 인식 정확도를 향상시켰다.

전력 점검;기계 비전;편광 영상;영상 융합;목표 검출