基于二维街景图像的电线杆火灾风险检测
计算机视觉与模式识别
2024-06-21 v1
摘要
近年来，加利福尼亚州的电网因基础设施老化和日益易受野火影响的景观而面临日益严峻的挑战。本文提出了一个利用计算机视觉技术应对该州电网野火风险的综合框架，特别关注脆弱的电线杆。这些电线杆在极端天气事件中容易发生火灾或结构故障。所提出的流程利用现成的谷歌街景图像来识别电线杆，评估其与周围植被的接近程度，并确定任何倾斜角度。早期检测与电线杆相关的潜在风险对于预防野火起火以及为战略性投资（例如将脆弱的电线杆和电力线埋入地下）提供信息至关重要。此外，本研究强调了数据驱动决策在增强电网韧性方面的重要性，特别是涉及公共安全断电（PSPS）时。通过促进公用事业公司、政策制定者和研究人员之间的合作，该流程旨在巩固电网的韧性，并保护社区免受日益严重的野火威胁。
引用
@article{arxiv.2406.13158,
title = {Utility Pole Fire Risk Inspection from 2D Street-Side Images},
author = {Rajanie Prabha and Kopal Nihar},
journal= {arXiv preprint arXiv:2406.13158},
year = {2024}
}