基于多层多向Transformer的红外弱小目标检测
作者机构:西北工业大学民航学院
出 版 物:《航空学报》 (Acta Aeronautica et Astronautica Sinica)
年 卷 期:2024年
核心收录:
学科分类:080901[工学-物理电子学] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 080203[工学-机械设计及理论] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 0803[工学-光学工程]
基 金:国家自然科学基金(52072309) 陕西省重点研发计划(2019ZDLGY14-02-01) 深圳市基础研究资助项目(JCYJ20190806152203506) 航空科学基金(ASFC-2018ZC53026)
主 题:红外弱小目标检测 Transformer 多特征层融合 双向注意力算子 数量约束
摘 要:针对基于卷积神经网络的红外图像弱小目标检测方法面临卷积神经网络的感受野有限,扩展感受野的下采样操作容易导致特征丢失,以及卷积网络对局部对比特征提取能力有限的问题,提出了一种基于多层多向Transformer的红外图像弱小目标检测算法。首先使用感受野较大,对比特征提取能力较强的Transformer网络作为基本单元,设计U型深度神经网络和多特征层融合网络融合局部特征以及全局特征;同时在解码网络设计双向注意力算子,利用自注意力计算机制分别计算空间方向和特征方向的注意力特征,进一步提高深度网络提取弱小目标和周边区域对比特征的能力;另外在主干网络最后添加数量约束网络,通过统计对比检测结果中目标的数量,减小误检目标的数目,提高目标检测的准确度。最后在多个实验数据集上和已有方法进行了对比实验,在各个评价参数上取得了最多35%的提升,证明所提红外弱小目标检测算法具有较高的准确性。