基于跨注意力机制的双波段红外图像融合技术在飞机抗干扰检测中的创新应用

针对空中红外目标采用连续红外诱饵干扰探测器锁定跟踪的难题，研究人员开展双波段红外图像融合检测研究。通过设计双分支主干网络、分段-转换-融合特征提取策略及跨波段注意力模块，构建Dual-IRDet模型。实验表明该模型平均抗干扰检测准确率达88.6%，较单波段YOLOv7和UA-CMDet模型分别提升3.9%和6.6%，为复杂战场环境下的目标识别提供新方案。

　　

在现代化空战环境中，红外探测系统常面临敌方释放连续红外诱饵的干扰，导致目标锁定失效或跟踪偏移。传统单波段红外系统（如中波红外MWIR或长波红外LWIR）虽各具优势——MWIR（3～5μm）擅长捕捉目标表面材质细节，LWIR（8～14μm）对温度分布敏感——但单独使用时易受大气衰减、背景杂波和主动干扰影响。现有融合方法多采用简单的特征拼接或加权平均，难以建模波段间复杂的非线性互补关系，且卷积网络提取单波段特征时存在显著通道冗余。这些问题严重制约了复杂战场环境下的抗干扰检测能力。

为解决上述挑战，中国的研究团队开发了Dual-IRDet模型。研究通过自建的双波段红外仿真数据集（256×256像素，含MWIR/LWIR配对图像），采用双分支主干网络独立提取波段特征，结合创新的"分段-转换-融合"策略消除通道冗余，并设计跨注意力融合模块（FCA）建模波段间长程依赖关系。关键技术包括：（1）双分支特征并行提取；（2）通道交叉注意力模块（CCAM）压缩冗余；（3）跨波段特征交互学习；（4）基于YOLOv7框架改进的单阶段检测头。

研究结果

1. 双分支特征提取网络
   通过独立处理MWIR和LWIR输入（公式F_i^L=Φ_{b_L}(I^L,?^L)），在3-5层卷积阶段保留波段特异性特征，避免早期融合导致的信息损失。

2. 分段-转换-融合策略
   将单波段特征图分割为子空间，通过非对称卷积建立跨通道关联，使冗余通道占比从基线模型的42%降至18%，提升特征判别力。

3. 跨注意力融合模块（FCA）
   通过QKV（Query-Key-Value）机制计算MWIR与LWIR特征间的互补权重，在仿真数据集上使关键目标的信噪比提升2.3dB。

4. 抗干扰性能验证
   在含动态诱饵干扰的测试场景中，Dual-IRDet达到88.6%的平均检测准确率，误检率较单波段系统降低37%，且对烟雾穿透能力显著优于传统方法。

结论与意义
该研究首次将跨注意力机制引入双波段红外融合领域，通过CCAM和FCA模块的协同作用，有效解决了特征冗余和跨模态关联建模的难题。实战化仿真表明，模型对复杂干扰场景的适应性优于现有技术，为机载红外预警系统提供了可工程化的解决方案。未来可通过引入Transformer架构进一步优化长程依赖捕获效率。论文成果发表于《Expert Systems with Applications》，相关技术已申请专利。