近日，计算机与信息学院魏宁博士（第一作者）团队的最新研究成果“Detecting Insulator String as Linked Chain Structure in Smart Grid Inspection”在工业信息领域国际顶级期刊《IEEE Transactions on Industrial Informatics》发表。该期刊系中科院一区Top期刊，计算机科学大类排名前3%，IF=11.648。论文完成单位为湖北省水电工程智能视觉监测重点实验室（三峡大学）。

绝缘子检测是电力系统巡检的重要工作内容,是保障输电线路安全运行和电网智能化管理的基本前提。论文针对智能电网巡检任务中绝缘子形态多样性、复杂背景干扰、遮挡等因素导致的无人机图像检测精度低、漏检率高的问题，提出了一种基于深度学习的绝缘子精确定位方法。主要创新体现在：团队利用绝缘子在空间上线性排列特征，首次提出使用链条模型对绝缘子目标进行几何建模，并在此基础上设计了ChainNet神经网络和Assemble算法来对绝缘子进行精准识别和定位。经过上千张无人机航拍图像的实验验证，所提出检测算法模型在主要误差统计指标下均明显优于目前最先进的基于锚框模型的目标检测算法。未来该研究成果有望进一步应用于工业领域其他线状物体的识别和定位。

论文链接：https://ieeexplore.ieee.org/document/9964312/

代码开源链接：https://github.com/XCLXY0/Insulators