基于Swin Transformer和多尺度特征融合的红外弱小目标检测方法

作     者：李凌霄 马泽忠 姜紫薇 高蕾 张馨月 赵芫 周晓强 青霜 LI Lingxiao;MA Zezhong;JIANG Ziwei;GAO Lei;ZHANG Xinyue;ZHAO Yuan;ZHOU Xiaoqiang;QING Shuang

作者机构：重庆理工大学理学院重庆400054 重庆市地理信息和遥感应用中心重庆401120 

基　　金：重庆市基础研究与前沿探索专项(重庆市自然科学基金)一般项目(CSTB2022NSCQ-BHX0693) 重庆理工大学科研启动基金资助项目(2020ZDZ002) 

出 版 物：《飞控与探测》 (Flight Control & Detection)

年 卷 期：2023年第6卷第2期

页      码：70-78页

摘      要：红外弱小目标的检测识别是军事侦察和遥感探测领域的一项关键技术。针对现有的传统目标检测方法普遍存在的检测误报率高、环境适应性差等问题,设计提出了一种基于Swin Transformer和多尺度特征融合的红外弱小目标检测方法。该方法首先在基于编解码Unet网络架构的基础上,通过引入Swin Transformer的自注意力机制代替常规的卷积核来进行目标特征的分层提取,从而有助于在更大的感受野下挖掘目标在不同尺度下的潜在信息;之后,通过设计一个自底向上的跨层特征融合模块作为网络模型的解码器,可以从复杂背景中保留红外弱小目标特征,并将目标的浅层局部信息和深层语义信息进行充分融合。试验测试结果表明,所提方法在红外小目标公共测试数据集SIRST上能够实现0.747的交并比指标(IoU),以及0.752的归一化交并比指标(nIoU),其性能均优于其他典型方法,在不同复杂场景下均拥有更好的检测效果。

主 题 词：红外弱小目标 目标检测 自注意力机制 多尺度特征融合 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

馆 藏 号：203123431...