A Lightweight Context-Aware Detector for Small and Occluded Targets in Aerial Power-Line Inspection
该论文提出了 LiteFocus-DEIM，这是一种轻量级上下文感知检测器，它通过集成门控注意力模块、自适应特征融合以及聚焦尺度流网络，能够有效地检测空中电力线路巡检中的小型及遮挡安全防护装备，并在自定义的 HAD 数据集和 VisDrone2019 基准测试上均实现了高精度与高效率。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在高空之上，在那些横跨景观、输送电力的骨架塔上，工人们面临着持续且无声的危险。为了确保他们的安全，他们必须佩戴安全帽和安全带，但要检查他们是否正确佩戴这些装备，对于人类肉眼来说是一项艰巨的任务。这项工作发生在充满金属梁、电线和移动阴影的复杂环境中，而且往往是在距离较远的情况下，工人们看起来就像微小的斑点。几十年来，安全检查员一直依赖人工检查或难以在目标过小、被物体遮挡或隐藏在繁忙背景中时看清细节的摄像机。现代工程学的目标是赋予机器像人类一样观察这些细节的能力，同时具备监测每天数千英里输电线路所需的速度和一致性。这需要一种全新的视觉系统，一种能够忽略世界中的杂乱信息，并完全专注于佩戴安全带的人员，即使是在距离很远或部分被遮挡的情况下的视觉系统。
来自天津理工大学的研究团队开发了一种针对这一特定问题的解决方案，创造了一种专为航空电力巡检的独特挑战而设计的“数字眼睛”。他们将这一创造物称为 LiteFocus-DEIM。该系统旨在运行在计算能力有限的设备上，这意味着它可以安装在无人机或便携式计算机上，而无需依赖庞大的服务器集群。它解决的核心挑战是“小目标”问题：当人员处于高处时，他们在摄像机传感器上占据的像素非常少；如果一根电线或一件设备遮挡了他们的一部分，标准摄像机往往会完全失去对他们的追踪。研究人员发现，以往的方法要么会漏掉这些小目标，要么需要极高的计算能力，以至于无法在无人机上进行实时处理。他们的新方法改变了计算机处理图像的方式，教导计算机去关注最重要的线索，同时忽略干扰性的背景噪声。
为了构建这个系统，研究人员首先必须教会它要寻找什么。他们收集了数千张由无人机和地面摄像机在天津拍摄的照片，专门捕捉高空作业中的工人。他们手动标注了这些照片中的每一个安全帽和安全带，创建了一个计算机可以学习的自定义示例库。这个数据集被他们命名为“高空作业数据集”（High-Altitude Operation Dataset），它成为了模型学习如何将安全帽与金属梁或云朵区分开来的训练场。模型训练完成后，团队根据一套严格的规则对其进行了测试。他们发现，在特定的测试环境中，该系统的识别成功率达到了 91.5%。这比其他流行的轻量级检测系统有了显著提高，因为后者在试图达到类似准确度时，往往会变得过于沉重，无法由无人机携带。
这种成功的秘诀在于模型处理信息的方式。该系统并没有尝试以同等的强度处理整个图像，而是使用了一系列专门的过滤器。模型的其中一部分充当“守门人”，决定图像的哪些部分是重要的，哪些仅仅是背景杂乱信息。它增强了来自安全装备的信号，同时减弱了来自复杂环境的噪声。系统的另一部分旨在同时从不同的“距离”观察图像。它将场景的宏观视图与对微小细节的近距离观察相结合，使得即使在工人部分被遮挡的情况下，也能将碎片信息连接起来。这种多层级的方法确保了如果安全带被电线遮挡，系统仍能根据周围的语境识别出头盔或挂带的形状。
研究人员还在一个公开的拥挤航空场景数据集中测试了他们的模型，以观察它是否能处理从未见过的场景。即使在这些密集且混乱的环境中，该系统仍保持了很高的性能水平，证明了它已经学会了寻找小目标的通用规则，而不仅仅是记住了特定的图像。最终的结果是一个既极其精确又非常高效的检测器。它仅使用了比旧有的、更沉重的模型少得多的内存和处理能力。这种效率至关重要，因为它意味着这项技术可以部署在实际飞越输电线路的无人机上，在工人未得到妥善保护时提供实时警报。
这项工作的意义不仅在于图表上的数字提升。通过实现能够在困难条件下自动且可靠地检测安全装备，这项技术提供了一种在事故发生前预防事故的切实方法。研究人员证明，构建一个既聪明到能看到高空作业现场那些“隐形”细节，又不需要依靠超级计算机来完成工作的系统是完全可能的。他们的研究结果表明，工业安全的未来可能依赖于这些轻量化、具备语境感知能力的工具，它们可以在任何地方、任何时间运行，确保那些维持电力供应的人在从事危险工作时得到保护。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。