Infrared Small Target Detection Using a Temporal Variance and Spatial Patch Contrast Filter
PulseAugur coverage of Infrared Small Target Detection Using a Temporal Variance and Spatial Patch Contrast Filter — every cluster mentioning Infrared Small Target Detection Using a Temporal Variance and Spatial Patch Contrast Filter across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Gaze-DETR 使用优先级图进行红外无人机检测
研究人员开发了Gaze-DETR，一种用于检测红外图像中小而弱目标的新方法，特别针对无人机（UAV）。该方法在定位之前引入了受生物启发的内部优先级图来指导检测过程，解决了杂波和遮挡等挑战。Gaze-DETR 使用优先级头来预测此图，通过残差优先级引导特征调制（RPFM）增强高优先级特征，并通过优先级引导锚点查询注入（PAQI）将这些优先级注入解码器查询。该系统在新数据集如TIR-UAV120-Gaze和Anti-UAV410上表现强劲…
-
新的LCPNet方法增强了红外小目标检测能力
研究人员推出了一种新颖的、用于红外小目标检测的潜变量一致近端展开网络LCPNet。该方法在潜变量空间中运行，利用目标和背景的低秩先验的有效性。LCPNet使用一种专门的求解器，直接从其先前状态更新潜变量，通过自适应归一化和增益控制来增强稳定性。此外，共享优化内存机制为所有展开阶段提供协调指导，与现有的最先进方法相比，在公开基准测试中表现更优。
-
新模型增强红外小目标检测能力
研究人员开发了一种名为RPCASSM的新模型，用于检测红外图像中的小目标。该模型采用鲁棒主成分分析方法，以更好地将目标与背景噪声区分开来。它包含专门的模块，用于分别建模背景和目标信息，解决了现有视觉状态空间模型在红外应用中的局限性。
-
新框架利用基于物理的标签改进红外小目标检测
研究人员开发了一个名为Diffuse to Detect的新框架，通过点监督来改进红外小目标检测。该方法解决了复杂图像中不稳定的伪标签和样本分布不平衡等挑战。通过采用基于热扩散的物理诱导标注策略，系统可以从单点标签生成更可靠的伪掩码，并采用双层双更新框架来优化检测器和样本权重。
-
新框架利用物理诱导标签改进红外目标检测
研究人员开发了一种新的点监督红外小目标检测框架，解决了伪标签不稳定和样本不平衡的挑战。他们的方法利用基于热扩散的物理诱导标注策略，从单点标签生成可靠的伪掩码。一个双层双更新框架优化了检测器权重、样本权重和扩散参数，增强了监督并适应样本分布。