[论文解读] One-Stage Cascade Refinement Networks for Infrared Small Target Detection

Yimian Dai, Li Xiang+4 more|arXiv (Cornell University)|Dec 16, 2022

Infrared Target Detection Methodologies被引用 5

一句话总结

本文提出OSCAR，一种用于红外小目标检测的一阶段级联精炼网络，通过全尺度伪框基标签分配和自顶向下的特征精炼提升检测精度。该方法在新的SIRST-V2基准上实现了最先进性能，误报极少且效率极高，经大量消融实验与对比研究验证。

ABSTRACT

Single-frame InfraRed Small Target (SIRST) detection has been a challenging task due to a lack of inherent characteristics, imprecise bounding box regression, a scarcity of real-world datasets, and sensitive localization evaluation. In this paper, we propose a comprehensive solution to these challenges. First, we find that the existing anchor-free label assignment method is prone to mislabeling small targets as background, leading to their omission by detectors. To overcome this issue, we propose an all-scale pseudo-box-based label assignment scheme that relaxes the constraints on scale and decouples the spatial assignment from the size of the ground-truth target. Second, motivated by the structured prior of feature pyramids, we introduce the one-stage cascade refinement network (OSCAR), which uses the high-level head as soft proposals for the low-level refinement head. This allows OSCAR to process the same target in a cascade coarse-to-fine manner. Finally, we present a new research benchmark for infrared small target detection, consisting of the SIRST-V2 dataset of real-world, high-resolution single-frame targets, the normalized contrast evaluation metric, and the DeepInfrared toolkit for detection. We conduct extensive ablation studies to evaluate the components of OSCAR and compare its performance to state-of-the-art model-driven and data-driven methods on the SIRST-V2 benchmark. Our results demonstrate that a top-down cascade refinement framework can improve the accuracy of infrared small target detection without sacrificing efficiency. The DeepInfrared toolkit, dataset, and trained models are available at https://github.com/YimianDai/open-deepinfrared to advance further research in this field.

研究动机与目标

• 为解决红外小目标因缺乏固有特征且对定位误差敏感而带来的检测挑战。
• 克服现有无锚框标签分配方法常将小目标误标为背景的局限性。
• 通过以粗到精的级联方式利用结构化特征金字塔，在不牺牲推理效率的前提下提升检测精度。
• 通过SIRST-V2数据集、归一化对比评估指标和DeepInfrared工具包，建立新的研究基准，实现一致且可靠的评估。
• 证明将检测建模为目标检测任务而非语义分割，可获得更优的性能与效率。

提出的方法

• 提出一种全尺度伪框基标签分配方案，将空间分配与真实框尺寸解耦，降低小目标被误标为背景的概率。
• 提出一阶段级联精炼网络（OSCAR），其中高层特征头作为低层精炼头的软提议，实现自顶向下的、粗到精的检测流程。
• 引入归一化对比分支，通过突出目标特定对比特征，提升定位质量并抑制误报。
• 采用多尺度特征金字塔结构，支持跨不同层级的级联精炼，提升小目标检测的鲁棒性。
• 设计基于归一化对比的新评估指标，更准确反映小目标存在情况下的定位精度。
• 发布SIRST-V2数据集和DeepInfrared工具包，支持可复现研究与标准化基准测试。

实验结果

研究问题

• RQ1 一阶段级联精炼框架是否能在不增加计算成本的前提下提升红外小目标检测的精度？
• RQ2 通过伪框将空间分配与真实框尺寸解耦，是否能有效减少小目标被误标为背景的情况？
• RQ3 高层特征在自顶向下的级联设置中，能否作为低层精炼的有效软提议？
• RQ4 归一化对比分支在复杂背景中如何贡献于误报抑制？
• RQ5 所提出的OSCAR模型在真实世界红外小目标检测任务中，相较于现有模型驱动与数据驱动方法，性能提升程度如何？

主要发现

• OSCAR在SIRST-V2基准上达到最先进性能，在检测精度与误报抑制方面均优于现有模型驱动与数据驱动方法。
• 所提出的全尺度伪框基标签分配显著减少了误检（即漏检）数量，有效防止小目标被误分类为背景。
• 自顶向下的级联精炼机制通过分层特征精炼，显著提升了定位精度，尤其对极小目标效果明显。
• 归一化对比分支通过增强目标特异性对比特征，在复杂场景中提升了鲁棒性，减少了误报。
• 大量消融实验证实，OSCAR的各个组件——标签分配、级联精炼与对比分支——均独立且协同地贡献于性能提升。
• SIRST-V2数据集与DeepInfrared工具包为未来研究提供了可靠、标准化的基准，包含真实世界、高分辨率单帧红外图像及新型评估指标。