基于双通道特征增强集成注意力网络的红外弱小目标检测方法

摘要：

针对目前远距离红外目标探测中存在的弱小目标特征信息少、环境复杂、噪音干扰多,且传统目标检测算法漏检率和虚警率高等问题,提出了基于双通道特征增强集成注意力网络的红外弱小目标检测算法.整体网络结构主要包括双通道特征提取模块、特征增强模块和集成上下注意力模块三部分.与单通道特征提取相比,双通道特征提取可以获得更多的特征信息,并通过特征增强模块进一步丰富目标特征,再结合集成上下注意力模块自适应地增强目标特征和弱化背景噪音,从而提升弱小目标的检测效果.最后,通过对比传统算法、其他深度学习算法以及本文提出算法的测试结果,验证了本文提出的算法具有较好的检测效果,漏检率和误检率更低.

关键词：红外图像;弱小目标检测;深度学习;特征增强;注意力机制

所属期刊栏目：4

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金重大科研仪器研制项目;国家科技重大专项;国防科技卓越青年科学基金

在线出版日期：2021-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：14-22