TGRS 2025 | 告別低目標顯著性！FGCBNet 融合頻域梯度特征，紅外小目標檢測實現高 IoU 與低誤報平衡

文章來源：計算機書童。

嘿，計算機視覺領域的小伙伴們！今天要給大家介紹一篇在紅外小目標檢測領域超厲害的論文——《Frequency-Gradient Collaborative Network With Channel Correction and Background Guidance for Infrared Small Target Detection》（基于通道校正和背景引導的頻率-梯度協作網絡用于紅外小目標檢測）。這篇論文的作者是Daxing Zhao、Heng Sun、Yuxuan Hu和Xiangzhi Bai，他們提出的FGCBNet網絡在復雜場景下的紅外小目標檢測性能相當出色，快來一起看看吧！

論文信息 題目：Frequency-Gradient Collaborative Network With Channel Correction and Background Guidance for Infrared Small Target Detection 基于通道校正和背景引導的頻率-梯度協作網絡用于紅外小目標檢測 作者：Daxing Zhao, Heng Sun, Yuxuan Hu, Xiangzhi Bai 紅外小目標檢測有多難？

紅外成像憑借其出色的隱蔽性、全天候可操作性和抗干擾能力，在很多領域都有重要應用。但紅外小目標檢測可是個老大難問題。

首先，紅外圖像對比度低，目標和背景的差異不明顯，小目標很容易被背景“淹沒”。而且小目標在圖像中占比特別小，通常只有幾個像素，特征非常微弱，提取起來難度極大。

其次，復雜背景的干擾太嚴重。在低信噪比的紅外圖像中，背景雜波占主導，那些和目標相似的背景元素很容易讓檢測算法“看花眼”，導致誤報。

再者，很多現有方法對背景上下文信息利用不夠，一心只盯著目標特征提取，在復雜背景下就很難準確檢測到小目標了。

FGCBNet橫空出世，四大創新點解決難題

面對這些挑戰，作者們提出了FGCBNet網絡，它有四個非常亮眼的創新點，咱們一個一個來看。

創新點一：梯度感知頻率注意力模塊（GFAM）

這個模塊可厲害了，它就像給網絡裝上了“火眼金睛”，能同時從空間域和頻域提取目標特征。

GFAM由多方向梯度增強器（MOGB）和可學習頻率先驗模塊（LFPM）組成。

MOGB就像一個敏銳的“邊緣探測器”，它利用小目標和周圍環境的梯度特性，通過四個方向（0°、45°、90°、135°）的一階和二階導數濾波，增強目標的邊緣信息，讓模糊的目標輪廓變得清晰起來。

而LFPM則擅長在頻域“大顯身手”。我們知道，背景通常對應低頻信息，小目標多是高頻信息。LFPM通過離散余弦變換（DCT）將特征圖轉換到頻域，用可學習的參數突出目標的高頻分量，抑制背景的低頻分量，這樣就能更有效地把目標從背景中“揪”出來。

創新點二：自校正通道注意力模塊（SCAM）

紅外圖像中，不同通道的特征差異很大，這很容易導致誤檢測。SCAM就像一個“調節器”，能根據不同通道特征的分布特點，自適應地調整通道相關性，校正通道之間的特征偏差。

它先把輸入特征分成兩部分，一部分通過多分支處理進行自校準和特征增強，另一部分進行卷積處理，最后把兩部分結果結合起來，再通過卷積塊注意力模塊（CBAM）細化，這樣就能讓網絡更關注那些重要的特征通道，減少誤報。

創新點三：空間-通道增強解碼器（SCED）

淺層特征有豐富的空間細節，適合檢測小目標；深層特征包含更多背景上下文語義信息，感受野大。SCED就像一個“融合大師”，能把這兩種特征完美融合。

它通過自上而下的全局通道注意力模塊和自下而上的局部點注意力模塊，整合深層語義信息和淺層空間位置信息，利用背景上下文語義來增強目標的顯著性，讓目標在復雜背景中更“突出”。

創新點四：多損失函數融合

損失函數對網絡的訓練效果影響很大。作者們采用多尺度監督融合策略，把SoftIoU損失函數、基于歸一化Wasserstein距離（NWD）的回歸損失和智能焦點損失（SFL）結合起來。

SoftIoU損失有助于提高目標定位精度，NWD損失讓模型在小目標檢測中更穩定，SFL則能讓模型更關注難檢測的樣本。這三種損失函數“強強聯手”，讓網絡學習效果更好，收斂更快，在檢測率和誤報率之間達到最佳平衡。

FGCBNet整體架構大揭秘

說了這么多模塊，咱們來看看FGCBNet的整體架構。它采用編碼器-解碼器結構，就像一條“流水線”，把圖像從輸入到輸出的處理過程安排得明明白白。

首先，編碼器用五組殘差塊提取五個特征圖。前四個特征層經過GFAM和SCAM處理，統一尺度。第五層通過長程跳躍連接到SCED。然后，SCED分層整合各層特征生成顯著性圖，最后通過分割頭處理得到只包含小目標的二值圖像。

實驗結果驚艷，實力碾壓眾多方法

作者們在四個公開數據集（NUDT-SIRST、IRSTD-1k、IRSTD-Air、IRSTD-real）上做了大量實驗，把FGCBNet和11種現有方法進行對比，結果相當亮眼。

從可視化結果來看，在單目標和多目標場景中，FGCBNet都能準確檢測到目標，漏檢率和誤報率都很低。相比之下，很多其他方法要么漏檢目標，要么把背景誤判為目標。

在定量指標上，FGCBNet在mIoU、nIoU、F1等指標上都取得了最佳成績。比如在NUDT-SIRST數據集上，mIoU比次優方法提高了2.19%；在IRSTD-Air數據集上，mIoU提高了5.80%。而且它的ROC曲線在各種誤報率條件下都處于最高位置，說明在低誤報率的同時能保持高檢測率。

消融實驗也證明了各個模塊的有效性。添加MOGB、LFPM和SCAM后，模型性能一步步提升，特別是SCAM，能顯著降低誤報率。

總結

FGCBNet通過梯度感知頻率注意力模塊、自校正通道注意力模塊、空間-通道增強解碼器以及多損失函數融合，完美解決了紅外小目標檢測中目標顯著性低、背景雜波影響大、上下文線索利用不足等問題。

它在多個公開數據集上的出色表現，證明了其在復雜場景下檢測紅外小目標的強大能力，為紅外小目標檢測領域提供了一個非常有價值的新方法。相信未來這種雙域協作和通道校正的思路，還會在更多計算機視覺任務中發光發熱！