激光与红外

作者：杨馨雨

单位：四川大学 电气工程学院,四川 成都 610065；

关键词：红外弱小目标分割;红外图像;深度学习;特征增强

红外弱小目标低信噪比、模糊形态等特点使得复杂背景下的针对此类目标的检测任务研究仍存在一定挑战。为弥补现有方法常见的目标信息丢失、与背景相互混淆等问题,提出了一种创新性的多尺度级联融合目标分割网络(MSCFNet)。具体而言,MSCFNet通过不同尺度特征间的多次信息交互,最大限度保留小目标。同时,设计了一种特征增强模块,从全局和局部两个层面有效提取并整合信息,增强目标表征能力并抑制背景杂波。实验结果证明,MSCFNet在多种复杂背景环境中能够有效地分割目标,并在两个公开红外弱小目标数据集上展现出更为优秀的分割性能。

来源：2025年第3期

《激光与红外》期刊编辑部

查看激光与红外杂志2025年第3期