面向红外小目标的DCCS-Det：方向上下文与跨尺度感知检测器
计算机视觉与模式识别
2026-01-26 v1
摘要
红外小目标检测（IRSTD）是远程感知和监视等应用的关键任务，旨在识别针对复杂背景的小型、低对比度目标。然而，现有方法常面临局部-全局特征联合建模不足（损害目标-背景区分）或特征冗余与语义稀释（降低目标表征质量）的问题。为此，我们提出DCCS-Det（Directional Context and Cross-Scale Aware Detector for Infrared Small Target），一种新型检测器，包含Dual-stream Saliency Enhancement（DSE）模块和Latent-aware Semantic Extraction and Aggregation（LaSEA）模块。DSE模块将局部感知与方向感知上下文聚合相结合，以帮助捕获长程空间依赖关系和局部细节。基于此，LaSEA模块通过跨尺度特征提取和随机池化采样策略缓解特征退化，增强判别性特征并抑制噪声。广泛实验表明，DCCS-Det在多个数据集上实现了具竞争力的检测精度和效率。消融研究进一步验证了DSE和LaSEA在复杂情境下提升目标感知和特征表征的贡献。
引用
@article{arxiv.2601.16428,
title = {DCCS-Det: Directional Context and Cross-Scale-Aware Detector for Infrared Small Target},
author = {Shuying Li and Qiang Ma and San Zhang and Chuang Yang},
journal= {arXiv preprint arXiv:2601.16428},
year = {2026}
}