2025红外弱小目标识别SOTA算法解析：从理论到工程实践

1次阅读

共计 2138 个字符，预计需要花费 6 分钟才能阅读完成。

红外弱小目标识别（Infrared Small Target Detection, ISTD）是计算机视觉领域的一个重要研究方向，尤其在军事侦察、安防监控等场景中具有广泛应用。然而，传统的红外弱小目标识别算法面临着诸多挑战：

低信噪比（SNR）：红外图像中的目标通常非常小（3×3 到 10×10 像素），信号强度弱，容易被噪声淹没。
复杂背景干扰：如云层、建筑物、树木等背景纹理复杂，容易导致误检。
目标形态多变：目标的形状、大小和运动轨迹不固定，增加了检测难度。
实时性要求：许多应用场景需要算法在嵌入式设备上实时运行，传统算法难以满足性能需求。

2025 年的 SOTA 算法采用了 特征金字塔结构（FPN）和 注意力机制 相结合的方案，显著提升了检测性能。

FPN 通过多尺度特征融合，有效捕捉不同大小的目标。具体实现如下：

graph TD
    A[输入图像] --> B[骨干网络（ResNet50）]
    B --> C1[Stage1 特征]
    B --> C2[Stage2 特征]
    B --> C3[Stage3 特征]
    B --> C4[Stage4 特征]
    C1 --> D1[上采样]
    C2 --> D2[上采样]
    C3 --> D3[上采样]
    D1 --> E[特征融合]
    D2 --> E
    D3 --> E
    E --> F[输出检测结果]

通过引入 通道注意力（SE Block）和 空间注意力（CBAM），算法能够自适应地增强目标区域的响应，抑制背景噪声。

传统损失函数（如交叉熵）对小目标检测效果不佳。2025 年算法采用了 对比学习策略，通过构建正负样本对，增强了目标与背景的区分能力。

动态阈值算法（Dynamic Thresholding）取代了传统的固定阈值方法，能够根据图像局部特性自适应调整阈值，显著降低了误检率。

以下是算法的 PyTorch 核心代码片段：

import torch
import torch.nn as nn
import torch.nn.functional as F

class SEBlock(nn.Module):
    """通道注意力模块"""
    def __init__(self, channel, reduction=16):
        super(SEBlock, self).__init__()
        self.avg_pool = nn.AdaptiveAvgPool2d(1)
        self.fc = nn.Sequential(nn.Linear(channel, channel // reduction),
            nn.ReLU(inplace=True),
            nn.Linear(channel // reduction, channel),
            nn.Sigmoid())

    def forward(self, x):
        b, c, _, _ = x.size()
        y = self.avg_pool(x).view(b, c)
        y = self.fc(y).view(b, c, 1, 1)
        return x * y

class ISTDModel(nn.Module):
    """红外弱小目标检测模型"""
    def __init__(self):
        super(ISTDModel, self).__init__()
        self.backbone = ResNet50()  # 骨干网络
        self.fpn = FPN()  # 特征金字塔
        self.se_block = SEBlock(256)  # 注意力模块
        self.head = nn.Conv2d(256, 1, kernel_size=1)  # 检测头

    def forward(self, x):
        features = self.backbone(x)
        fpn_features = self.fpn(features)
        enhanced_features = self.se_block(fpn_features)
        output = self.head(enhanced_features)
        return output

在公开数据集 IRSTD-1k 上的测试结果如下：