赤外線微小目標検出は、早期警戒や誘導などの防衛分野で広く利用されている。しかし、赤外線微小目標は占有するピクセル数が少なく、形状特徴やテクスチャ特徴に欠けるため、赤外線微小目標検出は挑戦的な課題となっている。本研究では、赤外線微小目標検出のための簡単かつ効率的なリアルタイム検出ネットワークを提案した。検出ネットワークは、適応受容野融合モジュールを利用して小さな目標周辺の文脈情報を増やし、空間注意メカニズムを導入して異なる領域間の関連性モデルを構築し、領域間の関連性と結束性を強化した。目標の位置特定および正負サンプルの判別能力を向上させるために、それぞれGIOU lossとFocal lossを用いて損失関数を設計した。3つの赤外線微小目標シーケンスおよび単一フレームの赤外線画像で実験を行い、検出ネットワークはそれぞれ91.62％、71.54％、81.77％および90.67％のAP値を達成し、検出速度は約165 FPSに達した。実験結果は、本赤外線微小目標検出ネットワークが複雑な背景および低SNR条件下で優れた検出性能を持つことを示している。

赤外線微小目標検出;注意機構;畳み込みニューラルネットワーク;深層学習