赤外線小型空中目標検出のための注意型デュアルストリーム相互作用知覚ネットワーク

科学分野:

• コンピュータビジョン
• 人工知能
• 赤外線イメージング技術

背景:

• リモート赤外線イメージングは、小型空中ターゲットの特徴詳細の損失と検出効率の低さに苦労しています。
• 既存の方法は、特にオクルージョンや環境干渉下で、小型ターゲットの特徴を深く抽出することに課題を抱えています。

研究 の 目的:

• 赤外線小型ターゲット検出を強化するための高度なディープラーニングネットワーク、注意型デュアルストリーム相互作用知覚ネットワーク（ADIPNet）を提案すること。
• 現在の赤外線小型ターゲット識別システムにおける不十分な特徴抽出と低効率の限界に対処すること。

主な方法:

• 提案されたADIPNetは、デュアルストリームU-Netアーキテクチャに基づいており、マルチパッチシリーズ並列注意（MSPA）、後悔を伴うエッジアンカリング（EAR）、コンテキストシーン知覚（CSP）、およびデュアルストリーム相互作用融合（DSIF）モジュールを組み込んでいます。
• MSPAは、マルチスケールパッチ重み付けとネストされた自己注意を通じてグローバルターゲット情報をマイニングします。
• EARはエッジ検出を洗練し、CSPはコンテキスト交換による特徴知覚を強化し、DSIFはクロスアテンションを使用した特徴融合により複雑なシナリオの理解を向上させます。

主要な成果:

• ADIPNetは、赤外線小型ターゲットの不十分な特徴抽出を大幅に軽減します。
• ネットワークは、2つの大規模赤外線データセットで平均Intersection over Union（mIoU）スコア80.52％および72.54％を達成し、最先端の方法を上回りました。
• 低運用コストで小型空中ターゲットの正確な検出を実証しました。

結論:

• ADIPNetは、赤外線小型ターゲット検出のための堅牢なソリューションを提供し、精度と効率を向上させます。
• ネットワークの深い特徴抽出と複雑なシナリオを理解する能力は、さまざまな赤外線監視システムへの応用において大きな可能性を示しています。