MSHNet

新框架利用SCR先验增强红外小目标检测

研究人员开发了一个名为REEM（重加权显式可见性增强调制）的新框架，以改进红外小目标检测。该方法在训练期间将信杂比（SCR）作为先验信息，并使用可微分调制来增强低可见度目标的学习信号。REEM无缝集成到现有的基于U-Net的MSHNet架构中，无需添加参数或增加推理时间。实验表明，REEM能够持续提高检测精度并减少误报，尤其是在具有挑战性的低可见度场景下。