MDAFNet：多尺度微分边缘与自适应频率引导网络用于红外小目标检测
计算机视觉与模式识别
2026-02-20 v2
摘要
红外小目标检测（IRSTD）在众多军事和民用应用中发挥着关键作用。然而，现有方法常面临目标边缘像素随网络层数的递增而逐渐退化的问题，传统卷积在特征提取过程中难以区分频率成分，这导致低频背景干扰高频目标，高频噪声引发误检。为解决这些限制，我们提出MDAFNet（Multi-scale Differential Edge and Adaptive Frequency Guided Network for Infrared Small Target Detection），集成了多尺度微分边缘（MSDE）模块和双域自适应特征增强（DAFE）模块。MSDE模块通过多尺度边缘提取和增强机制，有效补偿目标边缘信息在下采样过程中的累积损失。DAFE模块结合频域处理机制与仿真频率分解和融合机制于空间域，有效提升网络自适应增强高频目标和选择性抑制高频噪声的能力。多个数据集上的实验结果表明，MDAFNet在检测性能方面表现优异。
引用
@article{arxiv.2601.16434,
title = {MDAFNet: Multiscale Differential Edge and Adaptive Frequency Guided Network for Infrared Small Target Detection},
author = {Shuying Li and Qiang Ma and San Zhang and Wuwei Wang and Chuang Yang},
journal= {arXiv preprint arXiv:2601.16434},
year = {2026}
}