基于卷积神经网络的架空铁塔护坡提取

摘要：

以深圳电力线巡线时所获得的高分辨率航空影像为例,提出了基于集成卷积神经网络的架空铁塔护坡自动提取方法.该方法首先通过Faster R-CNN目标检测网络在多幅航空影像中框取护坡目标,然后通过SegNet语义分割网络进一步分割目标框中的护坡与背景,获取精确的护坡掩膜信息.与直接应用SegNet模型的"一步式"护坡提取方法相比,"先定位后分割"的方法在2个实验数据上的虚警率下降超过38.1％;与基于Mask R-CNN卷积神经网络提取方法相比,该方法在2个数据上的正确率均高于98％,优于Mask R-CNN所达到的95.96％.

关键词：架空铁塔护坡、卷积神经网络、目标检测、语义分割

分类号：TM753(输配电工程、电力网及电力系统)

资助基金：深圳供电局科技项目090000KK52160017

在线出版日期：2018-11-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：38-41