融合外部注意力的扩散模型巡检图像去雾

来源：电子测量技术杂志2024年第15期北京时间：

作者：周景，田兆星，王满意

单位：华北电力大学控制与计算机工程学院 北京 102206

摘要：为降低雾天对输电线路巡检图像造成的影响，针对目前主流去雾算法存在计算成本高、图像去雾后检测性能差和难以部署的问题，提出了一种雾天输电线路巡检图像去雾方法Diff-EaT。该方法采用融合Transformer的扩散模型结构，为降低体征提取模块中多头自注意力在ViT中的计算复杂度，使用多头外部注意力代替多头自注意力以减少计算负荷和增强特征学习。同时，设计了一个混合尺度门控前馈网络，在输入特征的深度可分离卷积之后集成了选通机制以改善局部信息捕获。在合成数据集和真实数据集上进行对比试验，定量指标和定量指标都证明其有效性，复原图像细节更加清晰。在去雾检测系统中，对真实巡检图像去雾后使用YOLOv7进行检测，mAP@0.5、召回率、查准率分别提升6.92%、9.58%、4.11%，本文方法去雾后有效提高检测置信度，去雾检测系统可应用于实际场景。同时在消融实验中，证明了改进的有效性。

关键词：扩散模型;输电线路巡检;图像增强;Transformer;外部注意力

基金资助：国家自然科学基金（52179014）项目资助