哈尔滨工业大学提出 RISTDnet:强鲁棒性的红外小目标检测网络

哈工大提出***RISTDnet***:强鲁棒性的红外小目标检测网络

RISTDnet: Robust Infrared Small Target Detection Network

作者单位：哈尔滨工业大学空间光学工程研究中心
论文下载链接：https://sci-hub.yncjkj.com/10.1109/lgrs.2021.3050828
引用格式：Q. Hou, Z. Wang, F. Tan, Y. Zhao, H. Zheng and W. Zhang, “RISTDnet: Robust infrared small target detection network”, IEEE Geosci. Remote Sens. Lett., pp. 1-5, 2021.

复杂背景中的红外小目标具有低对比度和低信噪比(SNR)。因此，小目标检测更加困难。传统的红外小目标检测一般通过局部对比方法(LCM)、非局部自相关方法(NAM)和自适应分割来实现。在本论文中，提出了一种基于深度学习的强鲁棒性的红外小目标检测网络(RISTDnet)。在RISTDnet中，构建了结合手工特征方法和卷积神经网络的特征提取框架，建立了特征图与图像中小目标似然的映射网络，并在似然图上应用阈值来分割真实目标。实验结果表明，RISTDnet可以检测复杂背景下不同尺寸、低信噪比的小目标，比现有算法具有更好的有效性和鲁棒性。

1、 网络框架

RISTDnet整体框架如下，由一个基于固定权重卷积核的特征提取网络(FENetwFW)、一个基于变权重卷积核的特征提取网络(FENetwVW)和一个特征映射网络(FMNet)组成。

FENetwFW 使用五种尺寸的卷积核：3×3、5×5、7×7、9×9 和 11×11。卷积核数分别为1、2、3、4、5。结构如图2所示，每个卷积核的结果是红色网格中像素的平均值减去蓝色网格中像素的平均值。这组卷积核的目的是提取小目标的对比度信息。

FENetwFW 包含 15 个上述固定权重的卷积核，对于大小为 1×1、3×3、5×5 的目标，高响应的固定权重卷积核的数量为 5、4、3、2 和 1 、7×7、9×9，对应的特征图个数分别为5、4、3、2、1。最后，这15个特征图和原图构成了16个通道的特征图。可以看出，该策略可以为较小的目标获得足够数量的特征通道，进而保证对较小目标的可检测性。
将五组卷积核形成的输入图像和特征图连接起来作为FENetwVW的输入，FENetwVW的结构如表I所示。FCsubnet在对高分辨率特征图进行拆分和重新排列后，将结果与低分辨率特征图连接起来，形成多尺度特征图，更有利于检测不同大小的小目标。FCsubnet的详细结构如图3所示。

FMNet用于将特征图映射到目标/背景似然图。计算过程如图4所示。设pi,j,z表示特征图中的一个元素，大小为64×80×128，其中，i=1,2,…,64；j = 1,2,…,80；并且z = 1,2,…,128。目标似然图pT(x, y)与背景似然图pB(x, y) (x = 1,2,…,512, y = 1,2,…,640)和pi,j,z可以表示为:

FENetwFW在RISTDnet中提取手工制作的多尺度特征，FENetwVW在手工制作的特征的基础上进行深度特征提取。因此，RISTDnet是适用于小目标检测的手工特征和深度特征的融合提取框架。

2、网络训练

网络训练的输入是归一化的红外图像。损失函数由目标/背景似然图和训练数据集的标签计算。网络训练实现了基于梯度下降算法和FENetwVW中所有卷积核权重求解的损失函数优化。概率损失函数如下：

3、实验结果分析

选取了5种算法与RISTDnet进行对比，结果如图7所示，可以明显看出RISTDnet的检测率高，虚警点少。

此外，还主要比较低信噪比目标的检测性能。图8(b)-(e)中的第一排表示相应场景下目标信噪比分别为1、1.5、2和2.5时的ROC曲线；图 8(b)-(e)中的第二排和第三排分别代表相应场景下目标的 SNR 为 0.5、1、1.5 和 2 时的 ROC 曲线。不同算法对这些图像得到的ROC曲线如图8所示。从图8中可以看出，本文算法在低信噪比上有较好的表现，说明了RISTDnet在低信噪比目标检测中的优势。

4、结论：

论文提出了一种基于深度学习方法的用于红外小目标检测的RISTDnet。RISTDnet将输入图像转换为目标/背景似然图，并应用阈值分割来提取真实目标。实验结果表明，所提出的RISTDnet可以处理复杂背景下大小不一、信噪比低的小目标，并且与现有算法相比，所提出的RISTDnet也具有更好的有效性和实时性。