FSGNet：面向红外小目标检测的频域感知与语义引导网络
计算机视觉与模式识别
2026-03-27 v1
摘要
红外小目标检测（IRSTD）旨在从复杂背景中识别和区分小目标。利用U-Net架构强大的多尺度特征融合能力，IRSTD已取得显著进展。然而，U-Net在将高层特征从深层传递到浅层时存在语义退化问题，限制了小目标的精确定位。为了解决这一问题，本文提出了FSGNet，一种轻量且有效的检测框架，集成了频域感知和语义引导机制。具体而言，在编码器中提出了一种多方向交互注意力模块，用于捕获细粒度和方向性特征，增强网络对小型、低对比度目标的敏感性。为了抑制通过跳跃连接传播的背景干扰，多尺度频域感知模块利用快速傅里叶变换（Fast Fourier Transform）滤除与目标相似的杂波，同时保留显著的目标结构。在最深层，全局池化模块捕获高层语义信息，随后通过全局语义引导流将其上采样并传播到每个解码器阶段，确保跨尺度的语义一致性和精确定位。在四个公共IRSTD数据集上的大量实验证明，FSGNet实现了优越的检测性能并保持了高效率，突出了其实用性和鲁棒性。代码将发布在https://github.com/Wangtao-Bao/FSGNet。
引用
@article{arxiv.2603.25389,
title = {FSGNet: A Frequency-Aware and Semantic Guidance Network for Infrared Small Target Detection},
author = {Yingmei Zhang and Wangtao Bao and Yong Yang and Weiguo Wan and Qin Xiao and Xueting Zou},
journal= {arXiv preprint arXiv:2603.25389},
year = {2026}
}