门控卷积和高频特征融合的红外小目标检测

来源：计算机工程与应用杂志2025年第7期北京时间：

作者：刘奎, 唐慧萍, 苏本跃

单位：1.安庆师范大学 计算机与信息学院，安徽 安庆 246000；2.铜陵学院 数学与计算机学院，安徽 铜陵 244000

摘要：针对在远距离复杂场景下红外小目标尺寸和形状差异大、检测精度欠佳的问题，提出了一种基于门控卷积和高频特征融合的红外小目标检测模型。为了解决复杂场景下目标尺寸差异的问题，通过在U-Net下采样过程中使用门控快速傅里叶卷积（gated fast Fourier convolution， GFFC）模块提取多尺度的全局和局部特征，为提升模型在不同复杂程度数据集上的训练效果，利用超参数门控调节网络对目标全局和局部特征的权重，以平衡对全局和局部特征的需求。为解决红外小目标形状差异的问题，采用了高频特征融合（high-frequency feature fusion， HFF）模块，进一步提取高频子带特征，增强红外小目标细节纹理信息。在SIRST和IRSTD数据集上的实验结果表明，相比基准UCF方法，提出的方法在两个数据集的评价指标下分别提升了0.83个百分点、0.40个百分点和5.18个百分点、0.23个百分点，证明了该方法的有效性。

关键词：门控快速傅里叶卷积,高频特征融合,红外小目标检测