单次拍摄足以实现序列红外小目标分割
计算机视觉与模式识别
2024-09-17 v2
摘要
红外小目标序列在帧间具有强相似性并包含丰富的上下文信息，这促使我们以最少的数据实现序列红外小目标分割（IRSTS）。受 Segment Anything Model（SAM）在各类下游任务中成功的启发，我们提出了一种单次拍摄且无需训练的方法，完美将 SAM 的零样本泛化能力适配至序列 IRSTS。具体而言，我们首先通过局部特征匹配（LFM）获得置信图。置信图中的最高点用作提示以替代手动提示。随后，为解决因域差异导致的过分割问题，我们设计了点提示中心聚焦（PPCF）模块。接着，为防止漏检与误检，我们引入三级集成（TLE）模块以生成最终分割掩码。实验表明，我们的方法仅需单次拍摄即可达到与最先进 IRSTS 方法相当的性能，并显著优于其他单次拍摄分割方法。此外，消融实验证实了本方法在标注类型和参考图像选择上的鲁棒性。
引用
@article{arxiv.2408.04823,
title = {One Shot is Enough for Sequential Infrared Small Target Segmentation},
author = {Bingbing Dan and Meihui Li and Tao Tang and Jing Zhang},
journal= {arXiv preprint arXiv:2408.04823},
year = {2024}
}