Для повышения точности определения скрытых целей системы мониторинга интеллектуальной электрической сети в условиях сложной освещенности этот документ предлагает метод обнаружения на основе слияния двух модальностей информации поляризации и интенсивности поляризованного света. В первую очередь, используется сеть плотного объединения признаков для извлечения признаков изображения интенсивности поляризации и изображения поляризации отдельно, чтобы усилить способность сохранения поверхностной информации; в то же время, представлена механизм внимания пространства-канала совместно, чтобы установить зависимости признаков в пространственном и канальном измерениях, что приводит к улучшению способности модели агрегировать признаки. Наконец, представлена многомасштабная автокорреляционная структурно-одинаковая потеря и разработан алгоритм взвешивания для оптимизации качества генерации смешанного изображения и повышения выдачи качества структуры смешанного изображения и выдачи выдачи явной цели, что в конечном итоге приводит к улучшению его качества. Результаты экспериментов показывают, что предложенный в данном исследовании метод проявляет значительное улучшение производительности по сравнению с крупнейшей в настоящее время алгоритмами слияния изображений. В то же время, проведение эксперимента разложения в дополнение подтверждает эффективность и целесообразность модуля сети и функций потерь. В нашем собственном наборе данных для обнаружения целей, изображение слияния, созданное с использованием этого метода исследования, достигло точности определения целей в 91,5% и достигло mAP@0,5 в 0.916, что превосходит сравнительные методы в области объективной оценки и повышает точность определения последующей сети обнаружения целей.

электроэнергия, машинное зрение, поляризационная обработка изображений, объединение изображений, обнаружение целей