基于改进卷积神经网络的红外图像弱小目标检测方法研究

唐亮; 王海云; 陈晓范

doi:10.16339/j.cnki.jsjsyzdh.202503018

计算技术与自动化 ›› 2025, Vol. 44 ›› Issue (03) : 100 -105. DOI: 10.16339/j.cnki.jsjsyzdh.202503018

基于改进卷积神经网络的红外图像弱小目标检测方法研究

唐亮, 王海云, 陈晓范

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对现有红外小目标检测精度低、虚警率高的现实问题，提出了一种基于改进U-Net的红外小目标检测方法。利用级联通道和空间注意模块捕获红外目标特征，实现渐进式特征交互和自适应特征增强，并将其应用特征金字塔融合模块提取不同尺度的特征信息。通过重复特征融合和增强，从而有效融合和充分利用小目标的上下文信息，提高模型处理和提取深层特征的能力。实验结果表明，与Transformer检测方法相比，所提方法IOU、POD分别提升1.16%、1.40%,FAR降低19.16%。实验结果验证了所提方法的有效性和实用性，该方法具有广阔的应用前景。