红外热成像积冰识别模型

分类超99.91%

该模型结合多任务学习与注意力机制，实现积冰存在、厚度与三维形状的同步识别，性能优于传统卷积网络。

Yi, Gou · 李清英 · 么娆 · Jianing, Chen · Zhao, Huanyu · Zhiqiang, Zhang

Infrared Physics and Technology 2023

参数信息

分类准确率

99.91 %

厚度预测均方误差

0.02

技术优势

识别精度高

多任务模型同时完成分类与厚度预测，分类准确率超过99.91%，厚度预测均方误差小于0.02，优于传统卷积网络。

三维重建可行

在物体分类和厚度预测基础上，实现对积冰的三维形状重建，为积冰形状识别提供直接手段。

应用场景

• 无人机防除冰：在无人机结冰早期识别积冰形状，指导除冰操作，避免飞行性能下降。
• 飞机防除冰：为飞机关键部位提供积冰识别与三维重建，辅助评估除冰需求。
• 红外无损检测：将红外热成像与深度模型结合，实现对积冰的非接触快速检测。
• 机载结冰监测：在飞行中实时监测积冰形成，为机组提供告警和处置依据。