单帧红外图像多尺度小目标检测技术综述

作     者：寇人可 王春平 罗迎 张勇 徐泽龙 彭真明 武晨燕 付强 Kou Renke;Wang Chunping;Luo Ying;Zhang Yong;Xu Zelong;Peng Zhenming;Wu Chenyan;Fu Qiang

作者机构：陆军工程大学石家庄校区石家庄050003 95084部队佛山528000 三亚学院信息与智能工程学院三亚572022 空军工程大学信息与导航学院西安710077 电子科技大学信息与通信工程学院成都610054 93168部队北京100010 

基　　金：国家自然科学基金项目(62131020) 

出 版 物：《中国图象图形学报》 (Journal of Image and Graphics)

年 卷 期：2024年第29卷第9期

页      码：2625-2649页

摘      要：在复杂背景和噪声干扰下,如何利用红外探测系统快速且准确发现特征少、强度低、尺度变化以及运动状态未知的非合作小目标是一项具有挑战性的任务,备受学者关注。为了让读者全面了解该领域的研究现状,本综述将从算法原理、文献、数据集、评价指标、实验和发展方向等方面进行总结概括。首先,解释了以“红外多尺度小目标(点源和小面源)”为对象进行研究的原因并分析了红外多尺度小目标及背景的成像特性;其次,分别讨论了基于经典算法和深度学习算法的原理、设计策略和相关文献,并对比分析了这两类算法的优缺点;然后,总结了现有的红外小目标公开数据集和算法评价指标;最后,分别选取7种经典算法和15种深度学习算法进行定性和定量的对比分析。通过对单帧红外图像多尺度小目标检测技术的全面回顾,对该领域下一步的研究方向给出了9条具体建议。本综述不仅可以帮助初学者快速了解该领域的研究现状和发展趋势,也可作为其他研究的参考资料。此外,在本领域研究过程中,还将现有的20种经典算法、15种深度学习算法和9种评价指标集成在人机交互系统中,相关系统的视频介绍发布可由以下链接得到:https://***/kourenke/GUI-system-for-infrared-small-target-detection。

主 题 词：红外图像 多尺度小目标 目标检测 经典算法 深度学习算法 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11834/jig.230788

馆 藏 号：203143373...