【摘 要】随着我国电网建设的持续推进，在输电线路跨越施工中，对被跨越物的安全防护与跨越架自身稳固性提出了更高要求。研究搭建了适配跨越架场景的高效图像识别系统，通过设计多尺度特征金字塔模块强化目标特征捕捉，融合动态注意力机制提升安全关键区域聚焦效果，并结合场景特点进行模型轻量化设计，实现跨越架安防场景下的目标检测、异常行为监测与实时预警。研究成果显著提高了复杂户外环境下的识别准确性与部署灵活性，为跨越架安全防护监控筑牢技术保障基础。

【关键词】跨越架；安防监控；图像识别技术；安全防护

引言

传统电力线路监控模式依托人工巡查与固定阈值报警，这种方式在面对户外复杂光线、多尺度目标与动态风险等场景时存在明显不足，难以适应多变的环境挑战，从而限制了安防效率的提升。随着技术的发展，图像识别技术凭借其智能化特性成为安防升级的核心方向，然而，现有模型在场景适配与实时响应方面仍有待进一步优化。

针对这一问题，本研究紧密围绕跨越架在输电线路施工中的安全防护需求，重点关注被跨越物保护与跨越架自身稳固性监控。研究从模型结构设计与场景化优化两个方面入手，旨在推动图像识别技术的实际应用，以提高跨越架安防系统的智能化和无人化水平。这对于推动跨越架安防向智能化、无人化转型具有重要现实价值，同时也将为电力线路的安全运行提供更加可靠的保障。

一、跨越架安防电力线路监控：关键目标图像识别模型设计

（一）多尺度特征金字塔模块

多尺度特征金字塔模块核心设计目标为实现跨越架全部件的精准特征提取，覆盖从微观功能部件到宏观结构单元的多维度目标。基于跨越架机械结构特性，包含车体、行走机构、支撑机构、伸缩机构、绝缘架组件等，模块采用分层特征提取—跨层特征融合—尺度自适应匹配三级架构。在特征提取层，采用深度卷积神经网络（Convolutional Neural Network，CNN），如ResNet50作为骨干网络，构建5个特征层级，C1层（浅层特征）聚焦微观部件的纹理与形态特征，如调节机构的突刺、固定机构的插接槽与插接杆，通过3×3小卷积核捕捉边缘细节。C3层（中层特征）提取功能部件的结构特征，如支撑机构的第一液压杆、伸缩机构的滑槽与第一滑块，结合5×5卷积核增强局部结构关联性。C5层（深层特征）表征宏观结构的全局姿态，如车体平衡状态、伸缩臂的角度与伸长量，通过全局平均池化整合空间信息[1]。

在特征融合环节，引入横向连接与自上而下的采样机制：横向连接对齐浅层与深层特征通道维度，保留微观部件细节信息。自上而下采样则通过双线性插值将深层特征的分辨率提升至浅层特征维度，实现“全局姿态—局部结构—微观细节”的特征互补。针对跨越架户外施工的复杂环境，如强光、阴雨、地形遮挡，模块在融合过程中嵌入自适应对比度增强模块，通过调整特征图的像素分布，强化绝缘架组件环氧树脂材质纹理与履带齿结构的特征显著性，降低环境干扰对特征提取的影响。此外，模块通过尺度自适应锚框生成策略，针对不同尺寸的跨越架部件预设锚框集合，对插接杆、滑轮等小尺寸目标设置16×16、32×32锚框，对伸缩臂、车体等大尺寸目标设置128×128、256×256锚框，确保多尺度目标的特征匹配精度。

（二）动态注意力机制融合改进

动态注意力机制融合改进以聚焦关键监控目标、抑制背景干扰为核心，结合跨越架安防监控的场景特性，构建空间、通道与时序的三维动态注意力模块。在空间注意力维度，基于跨越架的结构布局规律，如支撑机构分布于车体四角、伸缩机构位于支撑座上方，设计先验空间注意力图谱，通过高斯权重分配将注意力聚焦于关键电力线路监控区域，如陀螺仪控制器与支撑机构连接节点、固定机构与连接板插接区域，同时抑制野外环境中的树木、杂草等背景区域的特征响应。空间注意力权重的更新采用自适应阈值机制，通过计算当前帧特征图与先验图谱的余弦相似度，动态调整权重分布，确保运动部件的实时跟踪。

在通道注意力维度，针对跨越架不同部件的材质与功能差异，构建通道优先级排序机制，将绝缘架组件环氧树脂绝缘层特征通道、支撑机构液压杆运动特征通道、固定机构齿轮-齿条传动特征通道设为高优先级，通过挤压激励模块强化这些通道的特征权重。将背景纹理对应的特征通道设为低优先级，通过通道剪枝降低其对识别结果的干扰。