深度学习在自动电力线巡检中的应用:综述
计算机视觉与模式识别
2025-06-23 v1 图像与视频处理
摘要
近年来,电力线维护经历了向计算机视觉驱动的自动巡检的范式转变。大量视频和图像的利用已成为维持电力传输可靠性、安全性和可持续性的关键。近期研究显著聚焦于应用深度学习技术以增强电力线巡检流程。本文对现有研究进行了全面综述,以帮助研究人员和工业界开发更优的基于深度学习的电力线数据分析系统。我们考察了电力线巡检中数据分析的常规步骤,并将当前研究体系系统地划分为两大领域:部件检测和故障诊断。本文总结了这些领域中使用的多种方法和技术,深入探讨了其功能和应用场景。我们特别关注基于深度学习的电力线巡检数据分析方法,阐述了其基本原理和实际应用。此外,本文展望了未来的研究方向,强调了边缘-云协作和多模态分析等发展的需求。因此,本文为致力于电力线分析深度学习的研究人员提供了全面的资源,阐明了当前知识的广度及未来研究的潜在领域。
引用
@article{arxiv.2502.07826,
title = {Deep Learning in Automated Power Line Inspection: A Review},
author = {Md. Ahasan Atick Faisal and Imene Mecheter and Yazan Qiblawey and Javier Hernandez Fernandez and Muhammad E. H. Chowdhury and Serkan Kiranyaz},
journal= {arXiv preprint arXiv:2502.07826},
year = {2025}
}
备注
40 pages, 12 figures