打破自注意力失效：为红外小目标检测重新思考查询初始化
计算机视觉与模式识别
2026-01-07 v1 人工智能
摘要
红外小目标检测（IRSTD）面临信噪比（SNR）低、目标尺寸小以及复杂杂乱背景等显著挑战。尽管最近基于DETR的检测器受益于全局上下文建模，但在IRSTD任务上表现显著下降。我们重新审视这一现象，揭示红外小目标（IRST）的目标相关嵌入因自注意力机制而被主导背景特征所淹没，导致查询初始化不可靠且目标定位不准。为解决此问题，我们提出了SEF-DETR框架，通过细化查询初始化来应对IRSTD任务。具体而言，SEF-DETR由三个组件构成：频率引导的块屏蔽（FPS）、动态嵌入强化（DEE）以及可靠性-一致性融合（RCF）。FPS模块利用局部块的傅里叶谱构建目标相关密度图，以抑制背景主导特征；DEE以目标感知方式强化多尺度表征；RCF通过强制空间-频率一致性和可靠性来进一步细化对象查询。对三个公开IRSTD数据集上的大量实验表明，SEF-DETR在红外小目标检测任务上实现了优于当前方法的优异检测性能，为该任务提供了稳健且高效的解决方案。
引用
@article{arxiv.2601.02837,
title = {Breaking Self-Attention Failure: Rethinking Query Initialization for Infrared Small Target Detection},
author = {Yuteng Liu and Duanni Meng and Maoxun Yuan and Xingxing Wei},
journal= {arXiv preprint arXiv:2601.02837},
year = {2026}
}