小目标 RGB-D 传输线缺陷检测的跨模态净化与融合
计算机视觉与模式识别
2026-02-24 v5 人工智能
摘要
传输线缺陷检测在自动化无人机检查中仍具挑战性，原因在于小规模缺陷占主导地位、背景复杂且照明变化显著。现有基于 RGB 的检测器尽管近期取得进展，仍难以在有限色彩对比度下区分几何细微缺陷与视觉相似的背景结构。本文提出 CMAFNet，即跨模态对齐与融合网络，集成 RGB 外观与深度几何，通过原则化的净化-融合范式实现整合。CMAFNet 包含语义重构模块，采用学习型码本进行字典式特征净化，以抑制模态特定噪声同时保留缺陷判别信息；以及情境语义集成框架，利用部分通道注意力捕获全局空间依赖关系以增强结构语义推理。净化阶段中的点位归一化强制实现显式重建驱动的跨模态对齐，确保异构特征在融合前具备统计兼容性。在 TLRGBD 数据集上进行的大规模实验显示，该数据集中 94.5\% 的实例为小目标，CMAFNet 实现 32.2% mAP@50 和 12.5% APs，分别超过最强基线 9.8 和 4.0 个百分点。轻量化变体在仅 4.9M 参数下即可达 24.8% mAP50 和 228 FPS，超越所有 YOLO 级检测器，同时以显著降低的计算成本匹配 transformer-based 方法。
引用
@article{arxiv.2602.01696,
title = {Cross-Modal Purification and Fusion for Small-Object RGB-D Transmission-Line Defect Detection},
author = {Jiaming Cui and Wenqiang Li and Shuai Zhou and Ruifeng Qin and Feng Shen},
journal= {arXiv preprint arXiv:2602.01696},
year = {2026}
}