基于特征增强与融合的红外目标检测算法

作     者：吕鹏远 兰金江 曾学仁 牛霈 方亮 赵松璞 LYU Pengyuan;LAN Jinjiang;ZENG Xueren;NIU Pei;FANG Liang;ZHAO Songpu

作者机构：中国三峡新能源(集团)股份有限公司北京101199 深圳市朗驰欣创科技股份有限公司四川成都610041 

出 版 物：《红外技术》 (Infrared Technology)

年 卷 期：2024年第46卷第7期

页      面：782-790页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：深圳市科技计划项目(JSGG20210802153009029) 中国三峡新能源集团重点项目(NBWL202200485) 

主　　题：红外图像 目标检测 特征增强 信息融合 多尺度检测 

摘      要：针对红外图像中目标对比度、信噪比以及分辨率都较低等特点,将传统图像处理方法与深度学习技术结合,提出了一种基于特征增强与融合的红外目标检测网络。网络首先利用图像滤波、锐化以及均衡化等方法突出红外图像中的目标特征,丰富网络输入信息;其次,针对单个维度以及不同维度间的特征,设计多层次信息聚合的特征提取结构,充分提取并融合目标空间语义信息;同时,为提升特征提取结构中关键特征权重,引入混合注意力机制,以多种方式捕获目标全局上下文信息后增强对应空间及通道信息;最后,针对不同尺度目标,采用自适应加权方式来综合相邻维度特征,实现各尺度红外目标准确高效的检测。通过在KAIST、FLIR以及RGBT数据集上的实验结果表明,所提方法与现有基于神经网络的红外目标检测方法相比有效提升了红外目标检测性能,并且在复杂场景下,该方法也比其他同类算法具有更高的适应性。