激光与红外

作者：廖彦彬

单位：1.华东理工大学 信息科学与工程学院,上海 200237；2.上海科技馆,上海 200127；

关键词：图像翻译;数据增强;目标检测;红外弱小目标检测;生成对抗网络;自编码器;转换器网络

基金：上海科技馆科研专项项目(No.SSTM/SOPZY03R2KZ20230100001)；中国科技国防计划项目(No.2021JCJQJJ0041)资助。

为了缓解在红外弱小目标检测问题中图像数据稀缺的问题,提出了一种基于图像翻译的红外弱小目标图像数据增强算法。该方法是一个两阶段的图像生成算法,首先引入额外的可见光图像,通过U GAT IT模型学习可见光和红外图像之间的映射,将可见光图像转化为红外背景图像。为了解决图像翻译过程中的过拟合问题,提出了通道正则化方法,使红外和可见光图像的通道信息量保持一致。接着,设计了一个基于视觉Transformer结构的自编码器,学习红外小目标的分布特征,以遮挡重构的方式在得到的红外背景图像上合成弱小目标。本方法在SIATD数据集上进行训练和测试,实验结果表明提出的数据增强方法在三个模型上使检测指标得到了一定提升,其中在YOLOv3模型上AP指标提高了137,证明了提出的数据增强算法的有效性,能够提高目标检测模型在红外弱小目标检测任务中的表现。

来源：2025年第2期

《激光与红外》期刊编辑部

查看激光与红外杂志2025年第2期