Para mejorar la precisión del reconocimiento de objetivos problemáticos en el sistema de monitoreo de redes inteligentes bajo condiciones de iluminación complejas, este documento propone un método de detección basado en la fusión de información bimodal del grado de polarización y la intensidad de luz polarizada. Primero, se diseñó una red de fusión de características de doble vía, que extrae características de imágenes de intensidad de polarización y grado de polarización mediante módulos convolucionales densos para mejorar la capacidad de conservación de la información superficial; al mismo tiempo, se introdujo un mecanismo de atención espacial-canal para establecer relaciones de dependencia de características en las dimensiones espacial y de canal, mejorando así la capacidad del modelo para la agregación selectiva de características. Finalmente, se introdujo una función de pérdida de similitud estructural adaptativa multiescala y se diseñó un algoritmo ponderado para optimizar la calidad de generación de imágenes de referencia, optimizando la fidelidad estructural y la prominencia de objetivos en las imágenes fusionadas, mejorando aún más su calidad. Los resultados experimentales muestran que el método propuesto en este estudio mostró mejoras significativas en varios indicadores de evaluación en comparación con los algoritmos de fusión de imágenes más avanzados actualmente. Al mismo tiempo, los experimentos de ablación verificaron aún más la efectividad y la aplicabilidad de los módulos de red y la función de pérdida. En el conjunto de datos de detección de objetivos auto-construido, las imágenes fusionadas generadas por este método alcanzaron una precisión de reconocimiento de objetivos del 91.5 %, y el índice mAP@0.5 alcanzó 0.916, superando a los métodos comparativos en evaluación objetiva y mejorando la precisión de reconocimiento de las redes de detección de objetivos posteriores.

inspección eléctrica;visión por máquina;imagen polarizada;fusión de imágenes;detección de objetivos