基于全卷积递归网络的弱小目标检测方法

• 作者: 周炳红 李明涛 杨其利 郑伟
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 图像处理 弱小目标检测 红外图像 背景抑制 深度学习 递归监督
• 年，卷（期）: 2020,（13）
• 所属期刊栏目: 图像处理
• 页码范围: 43-55
• 页数: 13页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3788/AOS202040.1310002

摘要

提出一种基于深度学习的弱小目标检测方法,该方法基于语义分割任务,利用全卷积递归网络学习复杂背景下弱小目标的特征,并在网络中使用了残差学习和递归操作,具有加速网络优化、模型参数少、深度递归监督和特征重用等特点.将此方法应用在两个真实的图像序列和红外图像测试集上,与三种最新的弱小目标检测方法进行对比,结果显示,在目标增强和背景抑制方面,此方法取得了最好的可视化效果,并在目标检测率、信噪比增益、信杂比增益和背景抑制因子等评价指标上取得了优秀的测试结果.因此,对于不同场景下的红外图像弱小目标检测问题,此方法具有良好的适用性和鲁棒性.