红外小目标检测（IRSTD）在实际应用中至关重要。当目标尺寸非常小且局部信噪比特别低时，这仍然是一个挑战。本文提出了一种红外高补丁矩阵（ITPM）模型，从全新的角度构建较低秩的补丁矩阵结构，以提高低对比度小目标的检测性能。具体而言，我们使用滑动分割窗口将原始图像重构为一种称为高补丁矩阵的适当低秩结构，这可以提高低对比度小目标的检测率，并抑制大多数噪声。其次，使用高局部方差低秩稀疏分解（ITPM-HiLV-LRSD）方法对红外高补丁矩阵进行低秩和稀疏分解，同时提出了一种细薄奇异值分解（Thin SVD）优化策略，以进一步降低计算复杂性。考虑到缺乏用于检测低对比度小场景下红外目标的开放文献数据集，我们创建了一个低对比度小目标检测数据集（LSTDD），其中包括600张具有不同天空背景的红外目标检测图像。该数据集模拟了在不同信噪比下的低对比度小目标。为了证明我们方法的通用性，我们还在SIRST数据集的一个代表性低对比度真实图像子集上进行了实验。与六种最先进的方法相比，我们提出的方法在检测低对比度小目标方面具有卓越的性能。
刘等（Thu，）研究了这个问题。