PulseAugur
中
实时 09:01:29
English(EN) RDANet: Relative Degradation Aware Network for Infrared Small Target Detection

RDANet 通过新颖的下采样和记忆模块改进红外小目标检测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 RDANet，这是一种旨在改进红外图像中小目标检测的新型网络。该新方法通过引入两个关键模块来解决目标尺寸极小、局部对比度弱和背景复杂等挑战。多尺度抗锯齿下采样 (MSAD) 模块在分辨率降低过程中保留目标形状信息，而原型引导跳跃记忆 (PGSM) 模块则在不同场景背景下保持稳定的局部对比度线索。在公开基准上的实验表明，RDANet 的性能优于现有方法，在不同目标尺寸和背景复杂度下表现出更稳定的检测性能。 AI

影响 这项研究可能导致在具有挑战性的红外成像场景中，小目标检测系统更加鲁棒和准确。

排序理由 该集群包含一篇学术论文，详细介绍了用于特定计算机视觉任务的新网络架构。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

RDANet 通过新颖的下采样和记忆模块改进红外小目标检测

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Rui Liu, Jing Nie, Ying Fu ·

    RDANet：用于红外小目标检测的相对退化感知网络

    arXiv:2608.20870v1 Announce Type: new Abstract: Infrared small target detection is still challenging in remote sensing imagery, because the targets are extremely small, exhibit weak local contrast, and are often embedded in complex and highly variable backgrounds. In addition to …

相关话题