基于改进Faster R-CNN的红外目标检测算法

为提升红外目标的检测精度，提出了一种引入频域注意力机制的Faster R-CNN红外目标检测算法。首先，针对红外图像边缘模糊和噪声问题，设计了一种并行的图像增强预处理结构；其次，在Faster R-CNN中引入频域注意力机制，设计了一种新型红外目标检测主干网络；最后，引入路径增强金字塔结构，融合多尺度特征进行预测，利用底层网络丰富的位置信息，提升检测精度。在红外飞机的数据集上进行实验，结果表明，改进后的Faster R-CNN目标检测框架比以ResNet50为主干的算法的AP提升了7.6%。此外，与目前主流算法对比，本文算法提高了红外目标的检测精度，验证了算法改进的有效性。