基于实时语义分割的红外小目标检测算法
语义分割网络对图像进行像素级分类,相较于目标检测其对于目标的精准定位更有优势,因此在红外小目标检测中发挥着重要作用.针对红外小目标的特点,提出一种基于实时语义分割的红外小目标检测网络.该网络基于双分支特征提取结构,采用渐进式特征融合模块和改进的Dice损失函数,使红外小目标分割的速度与效果达到良好的平衡.实验结果表明,该算法在较小参数量和计算量的情况下相较于FCN、ICNet、BiSeNet V2、STDCNet、TopFormer等5种算法达到较高的精度,在实际采集的红外小目标数据集上,其推理帧率相较于传统的FCN提升44%,达到117 frame/s,且红外小目标的交并比相较于与其推理帧率相近的TopFormer提升49%,有利于语义分割在红外小目标检测的实际应用.
图像处理、红外小目标、实时语义分割、双分支特征提取、渐进式特征融合
60
P391.9
国家自然科学基金61307025
2023-08-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
57-64