近日，郑州大学计算智能实验室主任梁静教授带领团队成员联合香港大学与腾讯公司在红外弱小目标检测领域取得多项成果。
研究成果一：“DMEF-Net: Lightweight Infrared Dim Small Target Detection Network for Limited Samples”；
研究成果二：“MSMA-Net: An Infrared Small Target Detection Network by Multi-scale Super-resolution Enhancement and Multi-level Attention Fusion”；
研究成果三：“MCDNet: An Infrared Small Target Detection Network Using Multi-Criteria Decision and Adaptive Labeling Strategy”。
三项成果均发表在地球科学和遥感领域权威期刊《IEEE Transactions on Geoscience and Remote Sensing》（中科院一区，郑州大学“三高”期刊TOP，IF=8.2），梁静教授为通讯作者，马天磊副教授为第一作者，硕士研究生杨震、马琪、王浩分别为第二作者，第一单位和通讯单位均为郑州大学。
首先，为解决红外弱小目标检测中的正负样本不平衡问题，提出受限样本目标检测网络，根据目标点扩散函数分布模型，设计目标模型约束下的训练标签策略，解决弱小目标正样本匮乏问题，加速网络收敛并提升网络性能。其次，为解决红外弱小目标特征稀疏、信号微弱等制约目标检测的核心问题，提出多尺度超分辨率增强的目标检测网络，利用超分辨率技术将微弱目标信号进行特征重构和增强，并采用多级特征融合注意力机制，促进目标多尺度和多级特征的融合，解决目标信号微弱、特征不足等问题。最后，为解决深度学习方法中的红外弱小目标标签标注困难问题，提出基于目标成像模型的自适应标签标注方法，通过对目标能量分布的点扩散函数模型分析，利用目标二阶微分图像的自相关计算，求取目标分布边界极值并确定目标边框尺寸，解决目标标注过程的自适应边框定位问题。
以上研究得到了国家自然科学基金项目、中原科技创新青年拔尖人才项目、河南省本科高校青年骨干教师培养计划项目等资助。
论文信息：
[1] Tianlei Ma, Zhen Yang, Yi-Fan Song, Jing Liang*, Heshan Wang, DMEF-Net: Lightweight Infrared Dim Small Target Detection Network for Limited Samples, IEEE Transactions on Geoscience and Remote Sensing, 2023, 61: 5626015, DOI: 10.1109/TGRS.2023.3333378.
[2] Tianlei Ma, Hao Wang, Jing Liang*, Jinzhu Peng, Qi Ma, Zhiqiang Kai, MSMA-Net: An Infrared Small Target Detection Network by Multi-scale Super-resolution Enhancement and Multi-level Attention Fusion, IEEE Transactions on Geoscience and Remote Sensing, 2024, 62: 5602620, DOI: 10.1109/TGRS.2023.3344584.
[3] Tianlei Ma, Qi Ma, Zhen Yang, Jing Liang*, Jun Fu, Yu Dou, Yanan Ku, Usman Ahmad, Liangqiong Qu, MCDNet: An Infrared Small Target Detection Network Using Multi-Criteria Decision and Adaptive Labeling Strategy, IEEE Transactions on Geoscience and Remote Sensing, 2024, DOI: 10.1109/TGRS.2024.3368059.