国内刊号:11-2436/TN
国际刊号:1001-5078
发布日期:
作者:李淼
单位:1.国防科技大学电子科学学院,湖南 长沙 410073;2.中国空间技术研究院北京空间飞行器总体设计部,北京 100094;
关键词:红外弱特征目标;目标检测;全卷积神经网络;注意力机制
基金:国家自然科学基金资助项目(No.62001478);国防科技大学自主创新科学基金项目(No.22-ZZCX-042)资助。
远距离探测情况下红外目标无纹理特征、易受噪声和杂波干扰,属于弱特征目标,检测难度大。将红外序列中的多尺度目标检测视为图像中的逐像素分割问题,更好适应复杂环境下的小尺度目标;提出了基于注意力全卷积的弱特征目标分割方法,通过构建时域显著图,将源自不同相机的图像在同一空间进行表征,提高模型的泛化能力和收敛速度;通过注意力机制自适应学习双模态多层次信息,强化对目标区域的特征学习能力。利用实测数据和仿真数据对检测方法在不同条件下的性能进行了对比分析,实验结果表明,所提方法能够有效提升多尺度弱特征目标检测性能。
来源:2023年第11期
《激光与红外》期刊编辑部