DUFormer：基于语义分割的航拍图像电力线检测
计算机视觉与模式识别
2023-09-01 v2
摘要
无人机（UAV）常用于巡检电力线并获取高分辨率航拍图像。然而，航拍图像中的电力线检测十分困难，因为前景数据（即电力线）细小而背景信息丰富。为解决该问题，我们提出 DUFormer，一种专为航拍图像电力线检测设计的语义分割算法。我们预设，利用具有强归纳偏置的卷积神经网络（CNN）进行充分特征提取来训练高效的 Transformer 模型是有利的。基于此目标，我们引入了一种执行重叠特征重塑与令牌化的重型令牌编码器。该编码器由金字塔 CNN 特征提取模块和电力线特征增强模块组成。成功提取电力线局部特征后，进行特征融合。随后，使用 Transformer 模块进行全局建模。最终分割结果通过在解码头中合并局部与全局特征得到。此外，我们证明了联合多权重损失函数在电力线分割中的重要性。实验结果表明，在公开可用的 TTPLA 数据集上，我们所提方法在电力线分割方面优于所有最先进的方法。
引用
@article{arxiv.2304.05821,
title = {DUFormer: Solving Power Line Detection Task in Aerial Images using Semantic Segmentation},
author = {Deyu An and Qiang Zhang and Jianshu Chao and Ting Li and Feng Qiao and Yong Deng and Zhenpeng Bian},
journal= {arXiv preprint arXiv:2304.05821},
year = {2023}
}