一种基于动态先验与双向交互融合的红外小目标检测方法

本发明属于红外图像处理、深度学习弱小目标检测，特别涉及一种基于动态先验与双向交互融合的红外小目标检测方法。

背景技术：

1、随着我国低空经济战略持续推进，民用消费级无人机、工业巡检无人机保有量呈爆发式增长，无人机在航拍测绘、物流配送、电力巡检、环境监测等领域规模化落地。相较于传统大型飞行目标，消费级微型无人机体积小、飞行高度低、机动灵活、隐蔽性强，常规监测手段难以实现有效管控。

2、在夜间、晨昏、远距离复杂监测场景下，可见光成像设备受光照退化、环境遮挡影响严重，无法有效捕捉目标；而红外成像设备依靠目标热辐射成像，不受光照条件限制，是全天候低空目标监测的核心设备。但在实际工程场景中，远距离无人机在红外图像中仅占据数个至数十个像素，属于典型的红外弱小目标，具备尺度稀疏、纹理缺失、信噪比极低、目标边缘模糊的固有特征。同时，自然场景中存在云层杂波、建筑热源、地面高温区域、天空梯度噪声等复杂干扰背景，极易掩盖微小无人机目标特征，导致目标漏检、背景虚检等问题，极大限制了红外检测系统的可靠性。

3、当前国内外红外小目标检测技术主要分为传统手工特征检测算法与深度学习智能检测算法两大类，两类技术均存在难以突破的固有缺陷，无法满足复杂低空场景高精度、低虚警、实时性的检测需求。

4、传统红外小目标检测算法以手工特征算子为核心，典型算法包括top-hat形态学滤波算法、多尺度局部对比度算法（wslcm）、最大中值滤波算法、图像块稀疏表示（ipi）算法等。此类算法的核心原理为依靠人工设计的固定特征规则、固定卷积窗口、固定增强抑制参数提取目标显著性特征。其优势为推理速度快、无需训练、结构简单，但缺陷极为突出：其一，所有参数均为人工预设固定值，无法根据实时图像的背景复杂度、噪声强度、目标尺度自适应调整，针对天空平滑背景、建筑复杂杂波、海面梯度热源等差异化场景适配性极差；其二，固定窗口尺度无法适配多尺度微小无人机目标，极易出现小目标漏检、大目标过抑制问题；其三，强杂波背景下，人工算子易将高亮背景噪声误判为目标，虚警率居高不下；其四，传统算法特征表达能力薄弱，无法挖掘深层语义特征，在极低信噪比场景下检测性能断崖式下降，无法适配复杂低空安防场景。

5、为克服传统手工算法的缺陷，深度学习红外小目标检测算法成为主流研究方向，以u-net编码解码架构为基础的语义分割网络凭借优异的细节特征保留能力，成为红外小目标检测的骨干网络。现有改进深度学习算法主要分为特征增强类、先验引导类、多尺度融合类三大方向。其中，先验引导类算法通过引入局部对比度、高斯显著性等手工先验，辅助网络强化小目标特征，大幅提升了复杂背景下的检测精度，代表性算法为alcnet、uiu-net等。

6、但现有深度学习先验检测方案仍存在显著技术瓶颈，无法满足工程落地需求：（1）现有先验均为静态固定先验，先验生成参数全局固定，无法根据单张图像的背景分布、目标特征动态自适应调整，在非均匀红外背景、强弱交替杂波场景中，静态先验极易放大背景噪声，产生大量伪目标响应；（2）现有先验融合模式均为单向注入机制，仅依靠先验引导网络特征增强，无法利用网络深层语义特征反向修正、优化先验缺陷，初始先验存在的误差会在网络前向传播中持续累积，最终导致检测结果偏移、轮廓破碎；（3）现有网络缺少结构化约束机制，仅依靠像素级损失优化模型，无法约束目标边缘结构、全局特征一致性，微小目标检测结果存在边缘残缺、定位偏移、目标断裂等问题；（4）现有改进网络结构冗余、参数量大、计算复杂度高，推理速度慢，无法适配红外云台、嵌入式终端等低算力、高实时性要求的设备，工程落地性差。

7、综上所述，当前红外小目标检测技术存在静态先验自适应能力差、单向融合误差累积、结构一致性不足、实时性与精度无法兼顾的核心技术问题，亟需一种全新的、可自适应复杂场景、双向协同优化、轻量化高精度的红外小目标检测方案，解决低空微小无人机检测难题。

技术实现思路

1、为了解决上述问题，本发明的目的在于提供一种基于动态先验与双向交互融合的红外小目标检测方法。

2、本发明技术方案为：一种基于动态先验与双向交互融合的红外小目标检测方法，其特征在于：所述红外小目标检测方法包括按顺序进行的如下步骤：

3、步骤1）获取输入红外图像，并对输入红外图像进行归一化预处理；

4、步骤2）构建动态参数预测网络，提取输入红外图像的全局统计特征，并预测动态先验参数；

5、步骤3）利用步骤2）获得的动态先验参数构建动态多尺度局部对比先验生成模块，在多个尺度窗口下分别计算局部对比响应、背景抑制响应及区域复杂度响应；

6、步骤4）利用步骤3）获得的各尺度响应，通过动态尺度融合机制进行加权融合，生成初始显著性先验图；

7、步骤5）构建编码器–解码器网络，对输入红外图像进行多尺度特征提取，得到解码特征；

8、步骤6）利用步骤4）获得的初始显著性先验图构建先验引导特征增强模块，对步骤5）中编码器输出特征进行空间维增强和通道维增强，获得增强编码特征；

9、步骤7）利用步骤5）获得的解码特征和步骤6）获得增强编码特征构建特征反馈校正模块，对步骤4）获得的初始显著性先验图进行动态校正，生成细化显著性先验图；

10、步骤8）利用步骤7）获得的细化显著性先验图构建门控融合模块，实现编码特征与解码特征的自适应融合，获得的融合特征；

11、步骤9）基于步骤8）获得的融合特征生成目标概率图，并输出红外小目标检测结果；

12、步骤10）构建结构先验蒸馏机制，对初始显著性先验图、细化显著性先验图以及目标概率图进行联合监督优化，实现网络参数更新。

13、进一步的，在步骤2）中所述动态参数预测网络包括：卷积特征提取层、全局平均池化层及全连接映射层，具体方法如下：

14、首先利用卷积特征提取层获得输入图像全局特征，设输入红外图像为，首先通过轻量卷积网络提取全局特征：

15、；

16、其中，表示由多层卷积与全局平均池化构成的特征提取函数；

17、在此基础上通过全连接映射层预测动态先验参数：

18、；

19、其中，表示对比度增强系数，用于控制目标响应的放大程度；表示背景抑制系数，用于调节背景干扰的抑制强度；表示归一化调节系数，用于平衡目标与背景的响应比例；表示背景波动下限阈值，用于增强数值稳定性。

20、进一步的，步骤3）中的动态多尺度局部对比先验生成模块采用多个不同尺度窗口对目标进行显著性分析，具体方法如下：

21、所述尺度窗口包括：3×3窗口，5×5窗口，7×7窗口，9×9窗口，分别获得对应尺度下的局部对比响应，其计算公式为：

22、；

23、其中，为动态对比增强系数，为防止数值不稳定的小常数，表示定义为对比响应度，表示领域背景最大响应，表示对输入图像缩放后进行高斯样式平滑结果。

24、进一步的，步骤3）中进一步构建背景抑制响应，区分真实目标与复杂背景中的高亮干扰具体步骤如下：

25、；

26、表示定义当前尺度下的局部差异，表示局部最大响应，表示以尺度为s窗口的局部平均强度；同时，对于邻域偏移位置，定义：

27、；

28、右上标表示所取的领域方向编号，k值包括中心像素周围8个方向；并取邻域最大差异：

29、；

30、在此基础上，引入动态背景抑制系数，构造抑制项：

31、；

32、定义背景波动程度：

33、；

34、表示进行标准差计算，并通过动态阈值进行约束：

35、；

36、表示动态阈值范围，表示背景波动阈值，表示取两者中较大值；

37、最终，背景抑制先验为：

38、；

39、其中，为归一化调节系数。

40、进一步的，步骤4）中的动态尺度融合机制采用softmax函数获得各尺度权重，用于衡量目标在当前尺度下的局部能量分布具体步骤如下：

41、首先计算图像与局部均值之间的偏差：

42、；

43、表示对输入图像缩放后进行高斯样式平滑结果，表示以尺度为s窗口的局部平均强度；然后在尺度窗口内进行平均：

44、；

45、表示当前尺度下的能量集中程度，表示进行平均池化计算，表示尺度集合；

46、在每一尺度下分别获得三类响应，将它们在通道维进行堆叠，并利用动态权重进行加权：

47、；

48、其中，分别表示对比度先验，背景抑制先验以及尺度响应先验，表示由动态参数预测得到的尺度权重；随后分别对三类响应进行细化：

49、；

50、，，分别表示基于三类响应的细化结果，为sigmoid函数；，，，为卷积网络；

51、最后，将三类先验进行融合得到统一先验图：

52、；

53、其中，表示通道拼接。

54、进一步的，步骤6）中的先验引导特征增强模块包括空间注意力增强单元和通道注意力增强单元，核心目标是将先验图中包含的目标显著性信息融入到当前尺度的编码特征中，使网络在特征融合之前能够优先关注更有可能包含目标的位置与通道具体步骤如下：

55、设输入先验图为，首先通过双线性插值将其调整到与当前编码特征相同的空间分辨率，记为：

56、；

57、其中，表示上采样操作；

58、首先，在空间维度上，通过一个卷积和sigmoid激活函数，从先验图中生成空间注意力图：

59、；

60、其中，用于刻画每一个空间位置的重要性；

61、随后，在通道维度上，通过一个卷积将单通道先验映射到与编码特征通道数一致的通道调制张量，并结合批归一化和sigmoid激活获得通道注意力图：

62、；

63、其中，，该张量能够在每个空间位置上对不同通道赋予不同权重；

64、在获得空间注意力和通道注意力之后，利用残差式调制方式对编码特征进行增强，得到引导后的特征表示：

65、；

66、其中，表示逐元素乘法。这里采用的形式而非直接使用作为缩放因子，主要是为了避免某些位置或通道被过度抑制，从而导致有效细节信息丢失；通过这种残差式增强方式，先验图在不破坏原始特征结构的前提下，有选择地放大了潜在目标区域的响应。

67、进一步的，步骤7）中的特征反馈校正模块利用编码特征与解码特征构建联合特征表示，对先验进行反向修正具体步骤如下：

68、首先，将解码特征与先验增强后的编码特征在通道维进行拼接，得到联合特征表示：

69、；

70、其中，同时融合了两类信息，一类是来自解码分支的高层语义信息，另一类是来自编码分支并经过先验增强的细节信息；

71、同时，将输入先验图上采样至当前尺度，记为，然后，将联合特征与先验图一同输入先验校正网络，预测一个先验补偿项：

72、；

73、其中，表示先验校正子网络；

74、最终，更新后的先验图表示为：

75、；

76、其中，表示将数值裁剪到范围内。

77、进一步的，步骤8）中的门控融合模块根据细化显著性先验图生成门控权重，使融合结果既保留浅层结构细节，又具备深层语义判别能力具体步骤如下：

78、首先，为了便于后续融合，需要将编码特征与解码特征映射到统一通道维度；分别采用卷积、批归一化和relu激活函数对其进行投影：

79、；

80、其中，和均表示通道对齐操作，表示映射后的编码特征，表示映射后的解码特征；

81、随后，将投影后的编码特征、解码特征以及更新后的先验图在通道维进行拼接，构造门控预测输入：

82、；

83、然后，通过门控子网络生成门控权重图：

84、；

85、其中，表示relu激活函数，表示sigmoid函数，为门控权重图，并不是单一标量，而是一个具有空间维和通道维的细粒度权重张量，因此可以在每一个位置、每一个通道上自适应决定更应保留哪一类特征；

86、在获得门控权重图后，编码特征与解码特征的融合形式定义为：

87、；

88、引入轻量级特征增强模块，对融合结果进行重整与提炼，其形式可表示为：

89、；

90、其中，表示由深度可分离卷积和残差块组成的后处理映射。深度可分离卷积能够在较低计算开销下提取局部结构特征，残差块则有助于提升特征表达能力并缓解信息损失。

91、进一步的，步骤10）中的结构先验蒸馏机制包括像素一致性蒸馏损失，边缘一致性蒸馏损失，特征一致性蒸馏损失，使先验图在训练过程中逐步学习检测分支中更稳定的空间响应、边缘结构和语义特征表达，从而提升先验的可靠性和结构完整性具体步骤如下：

92、设最终预测概率图为：

93、；

94、将其作为蒸馏目标时采用停止梯度操作：

95、；

96、表示进行停止梯度计算，设初始先验图为，细化先验图为，先验分支特征为，预测分支特征为，结构先验蒸馏通过像素一致性、边缘一致性以及特征一致性三个层面对先验进行约束，总体损失定义为：

97、；

98、其中，是主检测损失，由二值交叉熵损失函数和soft-iou损失函数组成，是先验与多分支辅助监督损失，表示结构先验蒸馏对先验进行约束定义的总体损失，、分别表示、的权重系数。

99、有益效果：

100、本发明首创动态多尺度局部对比先验生成机制，摒弃传统人工固定参数设计，通过图像全局特征自适应生成全套调控参数，可精准适配天空平滑背景、建筑杂波背景、海面热源背景等各类复杂低空场景，彻底解决静态先验自适应差、复杂场景虚警率高的技术难题，大幅提升模型场景泛化能力。

101、本发明构建先验与深度特征的双向交互融合闭环体系，区别于现有单向先验注入模式，实现先验引导特征增强、深层特征反向校正先验的双向协同优化，有效修正初始先验的噪声伪响应、结构偏差等缺陷，杜绝训练过程中的误差累积，显著提升微小目标特征提取精度与完整性。

102、本发明设计多层结构先验蒸馏约束机制，从像素灰度、边缘轮廓、高层特征三个维度构建联合损失约束，全方位优化目标检测结构，有效解决现有技术中小目标轮廓破碎、定位偏移、目标断裂的问题，大幅提升极低信噪比场景下微小无人机的检出率。

103、本发明采用轻量化网络架构设计，模型参数量仅1.837m，推理帧率可达132.53fps，相较于现有主流算法，参数量大幅降低、实时性显著提升，可稳定部署于红外云台、机载嵌入式终端、低空安防监测设备等低算力硬件，工程落地性极强。

104、本发明检测性能优异，在nuaa-sirst、nudt-sirst、irstd-1k三类权威公开红外小目标数据集上，交并比、检测准确率、虚警率等核心指标均显著优于传统算法与现有深度学习算法，可有效适配不同尺度、不同信噪比、不同背景的红外微小目标检测场景，鲁棒性与泛化能力突出。

105、本发明全程端到端智能检测，无需人工干预参数调节，自适应各类复杂低空监测环境，可实现全天候、全自动红外无人机目标预警检测，适配规模化低空安防监测场景的落地应用。