结合图表示学习和多特征融合的红外小目标检测

摘要

红外目标检测是红外搜索与跟踪系统的核心技术之一。在复杂背景下红外目标信号微弱，且存在大量不规则干扰源，容易引发虚警。针对这一问题，提出了一种结合图表示学习和多特征融合的红外小目标检测算法。首先采用形态学方法提取目标候选区域；由于不规则虚警源和目标在视觉上难以协同表征，将目标候选区从图像领域转换到图领域，并分别提取基于图像的手工特征和基于图表示学习的深度特征；最后使用全连接网络进行特征融合和分类，筛除虚警区域，得到目标区域。在公开的红外小目标数据集上进行了性能对比实验，结果表明该算法在复杂场景下具有较好的检测性能。

关键词

红外小目标 / 目标检测 / 图表示学习 / 特征融合 / 深度特征