一种对比学习和频率梯度特征融合的红外小目标检测方法

本发明公开了一种对比学习和频率梯度特征融合的红外小目标检测方法，旨在提升检测精度。当前方法面临三大挑战：红外图像对比度低、空间信息有限且受杂波干扰，导致全局上下文缺失，鲁棒性不足；目标结构特征弱，与背景灰度相近，纹理提取困难；图像背景复杂、目标微小，造成漏检和误报频发，影响前景与背景的区分能力。针对第一个问题，本发明设计了频率注意力感知融合模块来提高语义一致性和定位精度。针对第二个问题，本发明设计了纹理特征增强模块来强化纹理特征表示。针对第三个问题，本发明设计了温度感知对比学习模块来提高前景和背景区分度。结合上述三个设计，本发明设计的模型可以准确地检测红外图像中的小目标，值得大力推广。