首页  |  期刊简介  |  稿件审稿流程  |  学术道德规范  |  编委会  |  征订启事  |  联系我们  |  English
中文核心期刊
中国科技论文统计源期刊
国际刊号:1004-9037
国内刊号:32-1367/TN
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中国科学技术协会
  • 主办:南京航空航天大学
  •           中国电子学会
  • 国际刊号:1004-9037
  • 国内刊号:32-1367/TN
  • 地址:南京市御道街29号
  • 电话:025-84892742
  • 传真:025-84892742
  • E-mail:sjcj@nuaa.edu.cn
  • 邮编:210016
姜振邦,邹宽胜.基于阶段注意力机制的电力线提取算法[J].数据采集与处理,2021,36(4):812-821
基于阶段注意力机制的电力线提取算法
Power Line Extraction Algorithm Based on Stage Attention Mechanism
投稿时间:2020-11-30  修订日期:2021-02-28
DOI:10.16337/j.1004-9037.2021.04.019
中文关键词:  电力线提取  卷积神经网络  深度学习  语义分割  注意力机制
英文关键词:power line extraction  convolutional neural network  deep learning  semantic segmentation  attention mechanism
基金项目:国家自然科学基金(61503164,6180119)资助项目;江苏省自然科学基金(BK20181004)资助项目。
作者单位邮编
姜振邦 江苏师范大学电气工程及自动化学院 徐州 221116 221116
邹宽胜 江苏师范大学电气工程及自动化学院 徐州 221116 221116
摘要点击次数: 61
全文下载次数: 117
中文摘要:
      电力系统维护是电力系统稳定运行的重要保障,应用智能算法的无人机电力巡检则为电力系统维护提供便捷。电力线提取是自主电力巡检以及保障飞行器低空飞行安全的关键技术,结合深度学习理论进行电力线提取是电力巡检的重要突破点。本文将深度学习方法用于电力线提取任务,结合电力线图像特点嵌入改进的图像输入策略和注意力模块,提出一种基于阶段注意力机制的电力线提取模型(SA-Unet)。本文提出的SA-Unet模型编码阶段采用阶段输入融合策略(Stage input fusion strategy, SIFS),充分利用图像的多尺度信息减少空间位置信息丢失。解码阶段通过嵌入阶段注意力模块(Stage attention module,SAM)聚焦电力线特征,从大量信息中快速筛选出高价值信息。实验结果表明,该方法在复杂背景的多场景中具有良好的性能。
英文摘要:
      The maintenance of power system is an important guarantee for the stable operation of power system. The power inspection based on intelligent algorithm provides convenience for the maintenance of power system. Extracting power line is a key technology for autonomous power inspection and ensures the safety of aircraft at low altitudes. At the same time, extracting power line using deep learning is an important breakthrough of power inspection. Based on these, deep learning is applied to extract power line. Combined with the characteristics of power line, the improved strategy of inputting image and attention module are embedded. The model of extracting power line based on stage attention mechanism (SA-Unet) is proposed. In the coding stage, the stage input fusion strategy (SIFS) is adopted to make full use of the multi-scale information of the image to reduce the loss of spatial information. In the decoding stage, the features of power line are focused by the embedded stage attention module (SAM), and high-value information is screened out from a large amount of information quickly. Experimental results show that the method has good performance in multiple scenes with complex backgrounds.
查看全文  HTML  查看/发表评论

Copyright @2010-2015《数据采集与处理》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892742      传真:025-84892742       E-mail:sjcj@nuaa.edu.cn

您是本站第2276500位访问者 本站今日一共被访问490

技术支持:北京勤云科技发展有限公司