返回
Infrared small target detection algorithm based on nested FPN and interference suppression
DOI:10.1016/j.eswa.2025.127029.png)
摘要
En 中文
红外小目标检测(IRSTD)旨在从红外图像的复杂背景中识别小目标。由于卷积神经网络(CNN)中的池化层可能导致小目标信息在深层丢失,因此难以将传统CNN网络应用于IRSTD领域。为解决此问题,本文提出了一种基于嵌套特征金字塔网络(FPN)和干扰抑制损失(即NFPN&IS)的红外小目标检测算法。具体而言,通过两组嵌套编码块从输入图像中提取特征,能够构建两个相互嵌入的四层特征金字塔。这使得图像特征数据不仅在特征金字塔中自顶向下流动,还实现了不同特征金字塔同层间的数据交互。因此,所提方法缓解了因网络深度过大导致的特征损失问题。我们进一步提出了基于干扰目标抑制的损失函数,以实现对复杂背景中与红外小目标具有相似热辐射特性的干扰目标的抑制。实验结果验证了所提NFPN&IS在复杂背景下对不同尺寸和低信噪比小目标的检测能力,并通过3D可视化展示了NFPN&IS对干扰目标特征表达的抑制效果。对比结果证明,所提方法在有效性和鲁棒性方面优于当前最先进的方法。代码和模型可在https://github.com/Nayutacc/NFPN-IS获取。
Keyword:
Convolutional neural network
Feature pyramid net
Hybrid attention
Infrared image
Small target detection
Loss function
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
暂无机构信息
引用论文
Infrared Small Target Detection Based on the Weighted Strengthened Local Contrast Measure基于加权增强局部对比度测度的红外小目标检测
Scale invariant small target detection by optimizing signal-to-clutter ratio in heterogeneous background for infrared search and track
PATTERN RECOGNITION
IF7.6
Cross-city matters: A multimodal remote sensing benchmark dataset for cross-city semantic segmentation using high-resolution domain adaptation networks跨城市事务: 使用高分辨率域适应网络进行跨城市语义分割的多模态遥感基准数据集

