摘要
在无人机场景中，RGB-T显著目标检测面临诸多挑战，包括跨模态空间错位、多尺度特征冗余，以及复杂背景中小目标的弱响应问题。这些问题共同降低了复杂环境下的融合效果与定位稳定性。为解决这些问题，我们提出了一种分层对齐融合与映射网络（HAFM-Net），这是一种能够抵御错位的融合框架，用于处理未对齐的RGB-T显著目标检测任务。该方法不依赖显式的像素级预注册处理，而是用隐式的特征域对齐及抗错位融合替代传统的预注册步骤，从而能够从未对齐的RGB-T输入中预测目标显著性。具体而言，我们设计了一种分层相邻尺度交互机制，以增强多尺度上下文建模能力，同时抑制跨尺度特征冗余。此外，我们还开发了抗错位相关性融合模块，用于挖掘跨模态相关性，实现在不同位置变化条件下的稳定特征交互。同时，通过引入语义-空间互补增强机制，促进高层语义特征与低层空间细节之间的协同作用，进而提升小尺寸显著目标的表征精度与边界定位能力。在UAV RGB-T 2400数据集以及另外一些存在轻微错位的测试数据上的实验结果表明，HAFM-Net在模糊、光照变化、小目标检测以及雾天等具有挑战性的场景下，仍能展现出优异的性能与强大的鲁棒性。
