IUDAP:基于脉冲神经网络与背景抑制的红外无人机检测OA

红外无人机检测作为保障国家社会安全的核心技术,在边境安防、反恐侦察和应急救援等场景中承担着关键角色。然而,由于无人机小目标和红外图像高噪声干扰的特性,红外无人机检测极具挑战。现有方法集中在前景提取和特征学习2种思路,前者在动态复杂背景中易出现误分割,尤其在前背景区分度不足时会出现误判;后者受限于红外图像纹理特征匮乏,存在特征表达能力不足的问题。在现有方法基础上,提出将红外目标检测任务拆解为包含背景抑制与特征学习2个阶段的IUDAP方法,从而实现了前景提取与特征学习2种思路的有机结合。同时,据所知,该方法是首个将深度脉冲神经网络应用于红外无人机检测任务中的方法,探索了脉冲神经网络的新应用场景和思路。在CVPR 2023 Anti-UAV数据集上,IUDAP达到了0.731的AP50,超越了当前最先进的深度脉冲检测方法。