基于特征分离和全局上下文的红外小目标检测方法

来源：吉林大学学报·理学版杂志2025年第5期北京时间：

作者：任勇, 朵琳

单位：1. 昆明理工大学 信息工程与自动化学院, 昆明 650500； 2. 重庆电力高等专科学校 电气工程学院, 重庆 400053

摘要：针对基于单帧红外小目标检测存在的难题, 提出一种基于特征分离和全局上下文的红外小目标检测方法. 首先,针对小目标特征不足的问题, 设计特征分离模块, 通过中心差分卷积捕获目标背景对比度差异, 结合快速Fourier卷积提取边缘梯度信息, 实现目标特征与背景噪声的高效分离.其次, 针对下采样导致特征丢失的问题, 构建全局上下文提取模块, 对深层特征进行跨尺度全局建模, 防止目标特征在网络深层丢失. 在多个公开数据集上的实验结果表明, 该方法较AGPCNet,DNANet等先进算法在mIoU,nIoU和F1指标上提升明显, 优化了红外小目标检测算法性能, 提升了复杂场景的感知能力.

关键词：小目标检测,红外图像,中心差分卷积,特征自适应,深度学习