PulseAugur
中
实时 09:02:02
English(EN) STGBD-Net: Spatio-temporal Gradient Basis Decomposition Network for Infrared Small Target Detection

新型STGBD-Net改进红外小目标检测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的红外小目标检测（IRSTD）框架，名为STGBD-Net，该框架利用基分解理论来改进特征融合。该方法将过程重构为自适应分解-重构范式，采用梯度分解模块（GDMs）将归一化梯度特征视为基向量。由此产生的网络，包括空间和时空变体，在多个基准测试中展示了最先进的性能，提高了准确性和计算效率。 AI

影响 引入了一种新颖的特征融合方法，以提高红外小目标检测的准确性和效率。

排序理由 这是一篇研究论文，详细介绍了一种用于特定计算机视觉任务的新型网络架构。[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 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Chen Hu, Mingyu Zhou, Shuai Yuan, Hongbo Hu, Zhenming Peng, Tian Pu, Xiying Li ·

    STGBD-Net：用于红外小目标检测的时空梯度基分解网络

    arXiv:2512.03470v5 Announce Type: replace Abstract: A key challenge in infrared small target detection (IRSTD) is that weak target signal responses are easily obscured by strong background clutter, frequently resulting in missed detections. While traditional gradient-based method…

相关话题