ADA-IRSTD：用于跨域红外小目标检测的主动域适应技术

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：ADA-IRSTD: Active Domain Adaptation for Cross-Domain Infrared Small Target Detection

　　

摘要：

红外小目标检测在监控和反无人机预警等应用中至关重要。然而，现有方法往往存在样本量不足和场景多样性有限的问题，导致合成训练数据与真实测试图像之间存在领域差异。尽管已经有人尝试使用无监督领域自适应方法来解决这一问题，但与完全监督的方法相比，其性能仍有较大差距，限制了实际应用效果。为解决这一问题，我们提出了一种用于红外小目标检测的新型主动领域自适应框架——ADA-IRSTD。ADA-IRSTD旨在通过从目标领域中选择最具信息量的样本，在尽可能低的标注成本下实现高性能，从而在高性能与低标注费用之间取得平衡。我们的ADA-IRSTD包含三种简单而有效的策略：1）首先设计目标邻近区域保留掩码，以保留目标及其周边特征的同时屏蔽背景区域，从而提升跨领域鲁棒性；2）接着引入误报预测模块，用于量化目标的难以区分程度，并评估模糊检测的风险；3）最后，提出全局分布不确定性采样策略，根据全局预测的不确定性来指导主动样本的选择。我们在NUDT-SIRST、IRSTD-1k、SIRST和SIRST-v2数据集上进行了充分的实验和对比。实验结果表明，我们的ADA-IRSTD优于其他主动领域自适应方法，在跨领域红外小目标检测任务中取得了优异的性能，例如在N→S_1条件下，ADA-IRSTD仅使用10%的标注预算就能达到完全监督方法97.61%的性能。