面向红外小目标检测的混合掩码生成方法 with 单点监督
计算机视觉与模式识别
2025-03-13 v2
摘要
单帧红外小目标（SIRST）检测因需在复杂红外背景杂乱中辨别微小目标而面临重大挑战。本文聚焦弱监督范式，通过集成一种 novel learning-free 方法与 learning-based 方法的混合方式，从点级标注获取高质量伪掩码。该 learning-free 方法遵循序列化流程：从点标注逐步推导出包围目标的边界框，再生成细粒度伪掩码；而混合方法通过筛选网络预测中的误报并恢复漏检，为 learning-free 掩码提供可靠补充。实验结果表明，我们的 learning-free 方法在三个数据集上生成的伪掩码平均 IoU 较第二优 learning-free 方法高出 4.3%，而混合 learning-based 方法进一步提升伪掩码质量，IoU 提升额外的 3.4%。
引用
@article{arxiv.2409.04011,
title = {Hybrid Mask Generation for Infrared Small Target Detection with Single-Point Supervision},
author = {Weijie He and Mushui Liu and Yunlong Yu},
journal= {arXiv preprint arXiv:2409.04011},
year = {2025}
}
备注
11 pages, 9 figures