一种基于改进AlexNet的输电线山火图像识别方法

《Algorithms》：An Improved AlexNet-Based Image Recognition Method for Transmission Line Wildfires Zilin Zhao and Guoyong Duan

　　

电力输电线走廊附近的山火以其突发性、快速蔓延以及夜间易受类火干扰影响而著称，这容易导致线路放电和跳闸事故，从而影响电力系统的安全运行。为解决复杂输电线走廊环境下山火图像识别虚警率高和泛化性能差的问题，研究人员提出了一种基于改进AlexNet的山火图像识别方法。该方法通过设计重参数化多尺度特征提取结构，改进了对火焰和烟雾属性在不同尺度上的描述，并利用轻量级多尺度注意力（Light-MSA）和混合池化注意力（HPA）机制，有效缓解了强光反射和夜间类火干扰的影响。基于视觉监控装置采集的1246张输电线走廊现场图像和从互联网下载的600张山火图像构建了一个山火图像数据集，并在实际不平衡分布场景下进行了测试。实验结果表明，该方法在测试数据集上能够以96.9%的准确率和94.9%的F1值识别山火图像，远高于原始AlexNet，并具有较强的跨数据集测试适应能力。该研究工作可为输电线走廊山火的在线监控与运维提供技术支持。

## 研究背景与问题

随着现代电网的快速发展，电力输电线（transmission line）的安全稳定运行成为保障电力可靠供应的关键前提。在实际工程中，输电线通常穿越山区、森林和高人类活动区域，环境条件极其复杂多变。在极端天气、地理环境和人类活动的共同影响下，输电线附近山火（wildfire）风险较高。山火过程中，高温火焰、浓烟和悬浮颗粒会大幅削弱导线周围的空气绝缘强度，极端情况下可能导致放电、绝缘失效甚至大规模停电，直接影响电力系统安全并造成严重的经济社会损失。因此，开发适用于输电线走廊监控的有效山火识别技术具有重要的工程价值。

传统的输电线走廊山火预警系统基于人工巡检、定点红外测温、烟雾传感器、多传感器融合系统或基于规则的图像处理流程。这些方法使用颜色阈值等启发式方法提取感兴趣的火区域，并利用手工设计的纹理、形态或运动特征进行分类。然而，输电线走廊的实际环境远比这些方法设想的复杂：走廊监控图像常受夜间强人工光源（如路灯、车灯及其在导线、铁塔等物体上的反射）影响，此外还有焊接火焰、露天焚烧、太阳光斑、红橙色物体以及烟雾或霾的遮挡等干扰因素。在这种环境中，手工设计的特征对光照变化和背景杂波非常敏感，导致虚警率高，且在不同走廊、季节和时间段表现不稳定。

深度学习极大地影响了视觉火情和烟雾识别领域。多项综述指出，性能提升与数据组成和负样本的真实性密切相关；视角、背景动态和光照条件在基准数据集中常被低估；感知平台和操作条件极大影响视觉识别系统性能；多尺度特征学习和数据驱动学习已成为主流设计方法，但在复杂光照和杂乱背景下失败案例仍然普遍。在输电线走廊这一特定背景下，山火识别面临比一般室外火情检测更多的挑战：走廊火情检测系统通常由固定摄像头连续运行，视角有限，且需要在大量类火光源和反射干扰中正确识别实际山火。研究人员提出了基于度量学习的改进定向R-CNN等方法，并建立了物理贝叶斯建模框架评估山火导致的输电线路跳闸脆弱性，但实际应用中，山火识别系统的性能不仅受模型结构限制，还受操作环境和数据特征影响。固定走廊摄像头始终开启且视角有限，收集的样本多为非火图像，以人工照明和反射表面为主；夜间类火干扰的视觉外观与实际火灾高度相似，使得区分更加困难。因此，在输电线走廊监控中，实现低虚警率、稳定实时性能的准确山火识别仍是一个迫切未解决的问题。

针对上述问题，本文以电力输电线走廊可视化监控为专业背景，开展山火图像识别研究。研究人员构建了结合现场监控图像与公开信息的输电线走廊山火图像数据集；在AlexNet骨干网络中引入多尺度特征提取与重参数化架构，增强模型对多尺度山火特征的表示能力并保证推理效率；设计轻量级多尺度注意力和混合池化注意力机制，提升模型在低对比度和复杂背景环境下区分山火目标的能力；通过对比实验、消融实验和跨数据集验证，分析所提方法在识别准确率、鲁棒性和泛化能力方面的优越性。该论文发表在《Algorithms》。

## 关键技术方法

研究人员主要采用了以下几种关键技术方法：（1）重参数化多尺度特征提取模块（RepGhost-Inception, RGI），该模块结合了Inception多分支架构与Ghost特征生成概念，训练时通过多分支卷积在不同尺度提取火焰和烟雾视觉模式，推理时将多分支卷积与批归一化等效折叠为单一卷积核，在保持多尺度表示能力的同时大幅提高推理效率；（2）轻量级多尺度注意力模块（Lightweight Multiscale Attention, Light-MSA），该模块在原始空间分辨率和下采样空间分辨率两个尺度上建模长距离依赖关系，通过2×2平均池化降低计算复杂度，并融合通道注意力与空间注意力分支的输出；（3）混合池化注意力模块（Hybrid Pooling Attention, HPA），该模块同时利用全局平均池化与全局最大池化提取通道统计量，并在空间维度上通过方向敏感卷积增强对火焰等线性结构的识别能力，从而抑制类火干扰；（4）迁移学习（Transfer Learning），利用ImageNet预训练权重初始化骨干网络，新增加模块采用Kaiming正态初始化，并采用选择性参数加载方法避免不匹配权重导致的训练不稳定。数据集来源包括：现场采集的1246张输电线走廊监控图像（涵盖白天/夜间、晴天/阴天等场景，包含强光、反射、焊接火焰、红橙色物体、烟雾遮挡等典型虚警源）以及互联网公开补充的600张典型山火与非山火事件图像。

## 研究结果

### 4.1 山火数据集构建与实验环境

研究人员构建了输电线山火图像分类数据集，来源于国家电网公司输电线走廊部署的视觉监控装置采集的1246张图像（覆盖多种场景和典型虚警源）以及从公开网络收集的600张图像（增加地理地形、植被类型和成像设备的视觉多样性）。所有样本经过任务特定的图像级清洗和去重处理，并按7:2:1的比例随机划分为训练集、验证集和测试集，保留每个子集中山火与非山火样本的原始分布。实验在配备Intel Xeon Silver 4214R CPU、NVIDIA RTX 3080 Ti GPU（12 GB显存）和Linux系统的工作站上进行，采用Python 3.11和PyTorch 2.1.0深度学习库，输入图像统一调整为640×640像素，批量大小16，最大训练轮数200。

### 4.2 训练策略

研究人员采用交叉熵损失函数作为优化目标，并针对山火数据集中山火与非山火样本的不平衡分布，引入加权交叉熵公式，为少数类样本提供更大的梯度贡献。使用Adam优化器，初始学习率1×10^-3，权重衰减1×10^-4，采用余弦退火学习率调度，基于验证集最佳F1分数选择最终模型，并应用早停法防止过拟合。

### 4.3 性能评估指标

采用精确率（Precision）、召回率（Recall）、准确率（Accuracy）和F1值（F1-score）评估模型性能，并给出混淆矩阵以支持计算。

### 4.4 模型对比

通过将所提网络与多个代表性模型（包括原始AlexNet、MobileNetV2、VGG16、ResNet50、EfficientNetV2、Vision Transformer (ViT)和ConvNeXt）在相同硬件环境下进行对比实验。结果表明，所提改进AlexNet在准确率、精确率、召回率和F1值上均达到最佳综合性能，准确率比原始AlexNet高11.3%，同时在参数数量和浮点运算次数（FLOPs）方面实现了计算复杂度与识别性能的良好平衡。

### 4.5 消融实验

通过逐步向AlexNet骨干网络添加RepGhost-Inception (RGI)、Light-MSA和Hybrid Pooling Attention (HPA)模块进行消融研究。结果显示，仅当三者组合时才能获得最高整体性能，准确率达到96.9%，比仅组合RGI和Light-MSA提高了1.8个百分点，验证了多个先进模块的合理组合可使模型泛化性能更优。

### 4.6 模型稳定性验证

在Internet Forest Fire数据集上进行跨数据集测试，所有模型的识别性能均有所下降，但改进AlexNet在准确率和F1值上仍优于其他对比方法，表明其在不同山火场景下保持强鲁棒性和稳定识别能力。

### 4.7 定性可视化与错误分析

通过混淆矩阵和代表性误分类案例的可视化分析发现，大多数山火和非山火样本被正确分类，但少量假阳性案例主要出现在包含强人工光源（如车灯、路灯）和太阳的场景中，假阴性案例则主要发生在山火区域非常小、部分被烟雾遮挡或距离监控摄像头较远的情况下。总体而言，所提模型显著提升了复杂输电线走廊环境下的山火识别鲁棒性，但极小火焰区域和强人工光干扰仍是挑战场景。

## 总结与结论

研究人员在电力输电线走廊山火图像识别中遇到高虚警率和非鲁棒性问题，提出了一种基于改进AlexNet的山火图像识别方法。通过引入多尺度特征提取和注意力增强模型，该方法能够在控制计算复杂度的同时提高区分山火与类火干扰的能力。主要贡献和结论包括：（I）设计了针对复杂输电线走廊场景的山火图像识别网络架构，采用AlexNet骨干结合RepGhost-Inception多尺度重参数化模块增强不同尺度火焰和烟雾特征表示，并引入轻量级多尺度自注意力（Light-MSA）和混合池化注意力（HPA）机制以充分识别夜间强光反射、类火干扰和低对比度火目标；（II）构建了专门用于输电线场景的山火图像数据集，包含1246张现场复杂条件图像和约600张互联网高分辨率图像，覆盖强夜光、类火干扰和烟雾遮挡等因素，为模型训练和性能测试提供了坚实基础；（III）进行了大量实验验证方法的有效性和泛化能力，在实际不平衡类别条件下，改进AlexNet在构建的数据集上达到96.9%的识别准确率，显著优于原始AlexNet，消融实验验证了各改进模块的有效性，跨数据集验证表明该方法在不同山火场景下性能稳定。总之，增强的AlexNet模型能够在复杂输电线监控场景下实现高识别准确率和低虚警率，适用于实际的在线山火监控和运决策。然而，该工作也存在局限性：实际山火样本数量相对较少，当前监控数据无法涵盖所有极端条件；方法仅依赖可见光图像单模态，在浓烟图像和强光照情况下可能表现不足。未来需要扩大真实案例规模、发展多模态信息融合方法，并进一步优化轻量化模型部署以更好地应用于工程实际。