基于深度学习面向遥感基础设施监测的图像压缩方法

《Array》：A deep learning-based image compression method for remote sensing-based infrastructure monitoring

　　

针对偏远地区通信塔、大坝等基础设施远程巡检依赖昂贵卫星传输且网络不可靠的痛点，研究人员提出了一种面向RGB与红外（IR）双模态监测数据的深度学习压缩方法。该方法采用以ResNet-50为骨干网络的Faster R-CNN，结合Transformer-CNN混合（TCM）与Transformer-Dense混合（TDM）模块精准定位感兴趣区域，随后利用学习型图像压缩技术对关键区域进行压缩，大幅降低数据传输体量。实验基于包含1727对RGB/红外图像的自定义数据集展开，结果表明：相较于当前最优编解码器，所提方法在峰值信噪比（PSNR）上提升0.8 dB，在多尺度结构相似性（MS-SSIM）上提升0.015，同时能有效保留识别腐蚀、裂缝等关键结构特征所需的细节信息，适配低轨卫星（LEO）短传输窗口的严苛约束。

该研究发表于工程技术领域期刊《Array》。针对偏远地区基础设施（如通信塔、大坝）因环境恶劣导致人工巡检成本高、风险大，而现有卫星通信带宽有限、传统离散余弦变换（DCT）与离散小波变换（DWT）压缩算法对重复背景适应性不足的问题，研究人员开展了面向多模态遥感监测的深度学习压缩技术研究。研究构建了融合RGB可见光与红外热成像的双通道压缩框架，通过区域检测引导关键特征提取，在保障结构缺陷识别精度的前提下显著降低数据量。实验验证该方法在PSNR与MS-SSIM指标上均优于现有先进算法，能为偏远地区基础设施安全监测提供高效的数据传输解决方案。

关键技术方法方面，研究人员使用Raythink Flint RM200F热成像相机采集校园及周边建筑、电力塔等场景的1727对配准RGB/红外图像构成数据集。核心方法包括：1）基于Faster R-CNN与ResNet-50的区域检测模型，通过RGB图像坐标引导红外图像裁剪，剔除冗余背景；2）红外通道采用集成TDM模块的轻量化学习型压缩网络，结合超先验熵编码优化率失真性能；3）RGB通道沿用改进Transformer-CNN混合（TCM）模块增强纹理重建；4）双通道特征在编码器与解码器阶段进行跨模态融合，传递热分布信息至可见光通道。

研究结果部分，首先在红外单模态压缩实验中，研究人员对比了本文方法与基线RGB压缩模型的效率。测试集规模分别为10、20、50张红外图像时，本文方法的PSNR较基线提升6.8%、9.0%、7.3%，MS-SSIM提升7.8%、8.2%、7.1%，单图处理时间降低约28%，验证了TDM模块与简化熵模型在红外热成像压缩中的轻量化优势。其次在多模态压缩实验中，研究人员将本文方法与Informer、STF、InvCompress等先进端到端压缩算法进行对比。结果显示：本文方法平均PSNR达64.0 dB（RGB通道67.7 dB，红外通道60.3 dB），较次优方法提升37.6%；平均MS-SSIM达46.1 dB（RGB通道49.6 dB，红外通道43.7 dB），提升55.7%；单图处理时间为0.345 ms，虽略高于轻量模型但仍满足实时性需求，证明跨模态特征融合能有效提升重建质量。

讨论与结论部分，研究人员指出：传统单模态RGB监测难以捕捉微小腐蚀与裂缝，而红外热成像可补充温度异常信息，但双模态数据量大、传输难。本文提出的融合框架通过区域检测剔除冗余背景，结合TCM与TDM模块分别适配可见光纹理与红外热分布特征，在保证缺陷识别关键细节的前提下实现了高压缩效率。该方法特别适用于低轨卫星（LEO）通信场景——LEO卫星轨道高度400至2000公里，传输窗口短，需极高压缩效率。研究构建的1727对双模态数据集也为后续相关算法开发提供了基准。总体而言，该多模态压缩算法能为偏远地区基础设施安全监测系统提供高效的数据支撑，兼具实用性与推广价值。