多尺度注意力特征增强融合的红外小目标检测新网络

来源：中国安全科学学报杂志2024年第6期北京时间：

作者：贾桂敏, 程羽, 齐孟飞

单位：1 中国民航大学 天津市智能信号与图像处理重点实验室, 天津 300300；2 中国民航大学 电子信息与自动化学院,天津 300300

摘要：为提高红外成像中小目标检测的性能,提高低空空域监管能力,提出一种基于多尺度注意力特征增强融合的红外小目标检测新网络。首先,使用Resnet34提取红外图像的多尺度特征;其次,使用多尺度空间注意力特征增强模块(MFEM)来提高特征提取能力;然后,在逐级上采样过程中使用双通道注意力特征融合模块(DFFM),融合语义信息和细节信息,以更好地保护红外小目标的特征;最后,与其他方法对比,并以地/空红外弱小飞机目标视频序列检测为例测试真实场景。结果表明:新方法与现有方法相比,交互比(IoU)、F值和漏检率(FNR)的评分均获得改进;通过多尺度注意力特征增强融合可准确地定位到目标并生成精细的分割结果;MFEM能够同时利用多尺度上下文信息和空间注意力机制来突出红外小目标;DFFM通过给不同通道特征的集合赋予权重,得到最合适的特征图进行特征融合,从而提高检测性能。

关键词：红外图像,小目标检测,特征增强,特征融合,注意力机制

基金资助：国家自然科学基金资助(61502498); 天津市科研计划项目(2022KJ062); 天津市自然基金资助(21JCYBJC00680); 中央高校基本科研项目(3122019058)