● 稀疏空间特征与线性注意力融合的对空红外小目标检测
作者: 陈光晨,张 枫,张印辉,何自芬,杨小冈,卢瑞涛
摘要: 针对空中红外小目标探测存在目标距离远、热辐射衰减严重及环境信息复杂等问题,提出稀疏空间特征与线性注意力融合的对空红外小目标检测(aerial infrared small target detection,AISTD)模型。首先,为解决因特征图尺寸降低而导致目标细节信息丢失的问题,设计了稀疏空间特征提取模块和对称式挤压激励特征提取模块来加强模型对红外小尺度目标的特征提取能力;然后,针对热辐射信号易受环境干扰的问题,将二维图像转换为一维序列后输入到多头线性注意力模块,并对其进行旋转位置编码,从多个注意力子空间中获取红外目标细节纹理和轮廓特征信息,以增强模型在复杂场景下对红外小目标的关注度;最后,建立对空红外小目标数据集并对模型进行训练和测试,以验证模型的有效性。结果表明:所提方法在对空红外小目标数据集上的 mAP75 达到 90.3%,mAP50-95 达到 74.7%,模型推理时间缩短至3.9 ms,相比现有的 YOLOv11和 YOLOv13等目标检测网络,AISTD 能够更快速准确地识别出空中红外小目标。