[发明专利]一种基于动态超分辨率的目标检测方法、输电线路部件检测方法及系统

说明书

本发明公开了一种基于动态超分辨率的目标检测方法、输电线路部件检测方法及系统，该方法将输入的待检测图像送至动态超分模块；动态超分模块由动态路径选择网络以及两个不同类型的超分网络组成，动态路径选择网络根据输入图像的特征自适应地选择超分网络；超分网络对输入图像进行图像超分处理后送至目标检测模块得到目标检测结果，本发明所述方法使用动态超分辨率方法提高了低分辨率输入图像及小目标的检测性能，且检测速度快，能够达到实时检测的要求，尤其是将其应用于无人机输电线路巡检过程中，可以促进无人机巡检代替人工巡检输电线路，实用价值较高。

技术领域

本发明属于图像目标检测领域，具体涉及一种基于动态超分辨率的目标检测方法、输电线路部件检测方法及系统。

背景技术

输电线路是电力系统必不可少的一部分，在我国有大量的输电线路都是架设在荒山野岭等条件恶劣的地方，容易受到各种外界条件影响，而输电线路部件一旦因外界影响而损坏，势必造成大面积用户停电，给人民生活和工业生产带来极大的影响。因此，输电线路部件的日常巡检对于整个电网的稳定运行至关重要。传统人工巡检会耗费大量的人力、物力、财力，且准确率容易因工作人员经验以及能力差异存在着误差。随着电网的迅速发展，人工巡检的工作量将越来越大，然而在一些极端恶劣的条件下，人工巡检不仅不能保证工作及时性，而且还存在很大的安全风险。自动的输电线路部件检测，不仅可以节省大量的人力资源，还可以大幅提升巡检的速度与准确率。因此，具有自动检测识别能力机器人巡检和无人机巡检代替传统人工巡检势在必行，探索合适的输电线路部件自动检测算法对保障整个电网的平稳运行具有重要意义。

随着深度学习和机器视觉技术的日益发展，越来越多的学者将基于图像处理的目标检测技术应用到输电线路巡检过程中，大多数方法在高分辨率输入图像上能够获得较好的性能，然而在机器人巡检和无人机巡检过程中，由于设备与输电线路必须保持一定安全距离，且部分输电线路部件本身较小，所以拍摄的图像分辨率较低、目标较小，难以检测。图像超分辨率网络(超分网络)是将低分辨率图像重建生成相应的高分辨率图像，但是每幅图像的特征不同，而对于不同特征的图像，采用相同的超分网络达不到很好的检测效果。

同理，针对其他应用领域，低分辨率图像或小目标图像的目标检测同样面临上述问题，因此，本发明提出一种基于动态超分辨率的目标检测方法予以克服。

发明内容

本发明的目的是针对图像分辨率过低、检测目标过小而导致目标检测效果不佳的问题，如输电线路部件检测应用场景下，无人机输电线路巡检过程中拍摄图像中目标较小，目标分辨率较低，难以准确完成部件检测的问题，提供一种基于动态超分辨率的目标检测方法、输电线路部件检测方法及系统。所述方法将图像超分辨率引入模型中，并使用动态超分辨方法自适应选择合适的超分网络，提升输入图像的质量，提高了低分辨率输入图像及小目标的检测性能。

一方面，本发明提供的一种基于动态超分辨率的目标检测方法，包括以下步骤：

步骤1：将待检测图像输送至动态超分模块自适应选择超分网络并进行图像超分处理；

其中，所述动态超分模块包括动态路径选择网络以及至少两个不同类型的超分网络，所述动态路径选择网络根据输入图像的特征自适应选择超分网络；

步骤2：将超分网络输出的图像输入训练好的目标检测模块得到目标检测结果；

所述目标检测模块的输入数据为图像，输出数据为图像上的目标检测结果。

本发明所述目标检测方法既在低分辨率图像的目标检测精度上表现突出，也在图像中小目标检测上表现突出，因此，本发明所述方法既可以适用于低分辨率图像，也可以应用于高分辨率的小目标图像，或者因图像分辨率低、目标过小导致目标检测精度不高的任意图像的目标检测上。其中，低分辨率以及小目标的划分标准是以本领域的行业标准、试验效果来确定的，本发明对此不进行具体的限定。只要是用于解决因图像分辨率低、目标过小导致目标检测精度不高的问题，并未脱离本发明构思的技术方案均属于本发明的保护范围。