Key points are not available for this paper at this time.
Resumo Para alerta precoce militar, prevenção de incêndios florestais e busca e salvamento marítimo, a detecção de pequenos alvos infravermelhos é crucial. No entanto, devido ao baixo contraste e às características discretas dos pequenos alvos infravermelhos, a maioria dos métodos existentes não consegue restaurar detalhes de bordas dos alvos ou identifica erroneamente o fundo como um alvo. Este artigo propõe uma rede de extração de recursos em dupla canal (DCFE-Net) com atenção híbrida, que permite à rede suprimir o fundo e realçar o alvo ao projetar a extração de recursos em dupla canal e fusão de recursos em múltiplas camadas. Especificamente, o canal duplo consiste principalmente em um módulo de fusão de atenção convolucional, que integra adaptativamente correlações de mapas de características ao introduzir um módulo de atenção híbrida para capturar informações globais enquanto realça a representação de características dos pequenos alvos, e um módulo de extração de compressão de características, que utiliza combinações convolucionais separáveis em profundidade para realizar a extração de características finas dos alvos enquanto reduz a perda de detalhes. Além disso, o módulo de realce de características em múltiplos níveis garante que a rede possa capturar alvos em diferentes escalas por meio de operações de conexão de salto, evitando que pequenos alvos sejam sobrecarregados por características profundas, tornando-os simultaneamente informativos semanticamente e detalhados. Portanto, a rede pode fundir características de múltiplos níveis para extração de informações eficaz. De acordo com os resultados experimentais, a DCFE-Net tem o melhor desempenho em taxa de alarmes falsos e probabilidade de detecção. Em particular, a DCFE-Net apresenta um bom desempenho de detecção com Pd (0,9925), Fa (1,17×10-6) e IoU (0,8929) no conjunto de dados NUDT-SIRST.
Nie et al. (Quarta-feira,) estudaram esta questão.