研究人员开发了一种名为热点锚定标签优化（HALO）的新方法，以改进红外小目标检测（IRSTD）。该技术通过从边界框构建稳定的软监督来解决像素级标注的噪声和不确定性挑战。HALO在每个框内定位一个辐射锚点，并合成一个物理锚定高斯（PAG）软标签，该标签与检测器骨干网络解耦，无需在线更新。实验表明，HALO在标准条件下与现有方法具有竞争力，并且在更宽松或偏移的框标注下具有更优越的鲁棒性，这更能反映现实世界场景。 AI
影响 该方法可以提高红外小目标检测系统的准确性和鲁棒性，可能在监控和遥感应用中提高性能。
排序理由 该集群包含一篇详细介绍特定计算机视觉任务新方法的 ist 论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- computer science
- Computer vision and pattern recognition
- Hotspot-Anchored Label Optimization
- Physically Anchored Gaussian
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
