联合单目深度估计的输电导线异物检测方法

来源：计算机工程与应用杂志2025年第23期北京时间：

作者：胡广怡, 韩军, 倪源松, 王文帅, 陈炣燏

单位：上海大学 通信与信息工程学院，上海 200444

摘要：针对输电导线异物检测中常见的背景误检与异物漏检问题，提出一种联合单目深度估计的输电导线异物检测方法。设计一种多层次特征融合的单目深度估计网络（multi-level feature fusion depth estimation，MFFDepth），在编码器使用多层次特征融合模块整合多级特征中的语义信息，并在编码器与解码器之间的跳跃连接处引入坐标注意力模块，提高网络在复杂场景下的全局深度感知能力；利用深度估计网络预测出的深度图，通过深度值聚类得到前景图像和前景深度阈值；随后联合目标检测网络YOLOX和前景深度阈值，以排除背景误检框，同时联合语义分割网络DeepLabv3+和深度前景图像，以解决异物漏检测问题；融合两个联合检测模块的检测结果，提升整体检测性能。实验结果表明，所提出的异物检测方法准确率达到92.9%，召回率达到95.8%，相比于原始YOLOX算法准确率和召回率分别提升了1.4%和8.3%，能够更加有效地完成输电导线异物检测任务。

关键词：单目深度估计,异物目标检测,语义分割,无人机,输电导线