COXNet：面向RGBT微小目标检测的自适应对齐与尺度融合跨层特征网络
计算机视觉与模式识别
2026-04-14 v2 人工智能
摘要
在多模态红-绿-蓝-热（RGBT）图像中检测微小目标是计算机视觉领域的一项关键挑战，尤其在监控、搜救和自主导航中。基于无人机的场景因空间错位、低光照条件、遮挡和杂乱背景而加剧了这些挑战。现有方法难以有效利用可见光与热模态之间的互补信息。我们提出COXNet，一个用于RGBT微小目标检测的新型框架，通过三项核心创新解决这些问题：i) 跨层融合模块，融合高层可见光特征与低层热特征，以增强语义和空间精度；ii) 动态对齐与尺度优化模块，校正跨模态空间错位并保留多尺度特征；iii) 一种使用GeoShape相似性度量的优化标签分配策略，以实现更好的定位。在RGBTDronePerson数据集上，COXNet相较于最先进方法实现了3.32%的mAP提升，证明了其在复杂环境中进行鲁棒检测的有效性。
引用
@article{arxiv.2508.09533,
title = {COXNet: Cross-Layer Fusion with Adaptive Alignment and Scale Integration for RGBT Tiny Object Detection},
author = {Peiran Peng and Tingfa Xu and Liqiang Song and Mengqi Zhu and Yuqiang Fang and Jianan Li},
journal= {arXiv preprint arXiv:2508.09533},
year = {2026}
}