文章编号：1002-2082(2024)02-0346-08基于改进FasterR-CNN的红外目标检测算法汪西晨1，彭富伦2，李业勋3，张俊举1（1.南京理工大学电子工程与光电技术学院，江苏南京210094；2.西安应用光学研究所，陕西西安710065；3.江苏北方湖光光电有限公司，江苏无锡214100）摘要：为提升红外目标的检测精度，提出了一种引入频域注意力机制的FasterR-CNN红外目标检测算法。首先，针对红外图像边缘模糊和噪声问题，设计了一种并行的图像增强预处理结构；其次，在FasterR-CNN中引入频域注意力机制，设计了一种新型红外目标检测主干网络；最后，引入路径增强金字塔结构，融合多尺度特征进行预测，利用底层网络丰富的位置信息，提升检测精度。在红外飞机的数据集上进行实验，结果表明，改进后的FasterR-CNN目标检测框架比以ResNet50为主干的算法的AP提升了7.6%。此外，与目前主流算法对比，本文算法提高了红外目标的检测精度，验证了算法改进的有效性。关键词：红外目标检测；图像增强；FasterR-CNN；频域注意力机制；多尺度特征融合中图分类号：TN206；TP391.4文献标志码：ADOI：10.5768/JAO202445.0202001InfraredtargetdetectionalgorithmbasedonimprovedFasterR-CNNWANGXichen1，PENGFulun2，LIYexun3，ZHANGJunju1（1.SchoolofElectronicandOpticalEngineering,NanjingUniversityofScienceandTechnology,Nanjing210094,China；2.Xi'anInstituteofAppliedOptics,Xi'an710065,China；3.JiangsuNorthHuguangPhotoelectricCo.,Ltd.,Wuxi214100,China）Abstract：Inordertoimprovethedetectionaccuracyofinfraredtargets,aFasterR-CNNinfraredtargetdetectionalgorithmintroducingafrequencydomainattentionmechanismwasproposed.Firstly,aparallelimageenhancementpreprocessingstructurewasdesignedtoaddresstheissuesofedgeblurandnoiseininfraredimages.Secondly,afrequencydomainattentionmechanismwasintroducedintoFasterR-CNN,andanewinfraredtargetdetectionbackbonenetworkwasdesigned.Finally,apathenhancedpyramidstructurewasintroducedtofusemulti-scalefeaturesforprediction,andtherichlocationinformationoftheunderlyingnetworkwasutilizedtoimprovedetectionaccuracy.Theexperimentwasconductedonadatasetofinfraredaircraft.TheresultsshowthattheAPofimprovedFasterR-CNNtargetdetectionframeworkis7.6%higherthanthatofthealgorithmwithResN...
