В области авиационного раннего предупреждения технология обнаружения слабых инфракрасных целей имеет решающее значение для круглорного долгосрочного ситуационного обзора на поле боя. В связи с проблемами низкой вероятности обнаружения и высокой частоты ложных срабатываний, вызванными малой долей пикселей слабых инфракрасных целей и недостатком признаков на сложном фоне, предложен метод обнаружения слабых инфракрасных целей на сложном фоне на основе пространственно-временной 3D-сверточной сети. Метод предлагает основную сеть извлечения признаков, сочетающую 2D- и 3D-свертки, обеспечивающую совместное восприятие структуры целей и временных изменений, сочетая пространственные текстурные признаки и признаки движения между кадрами; с учетом особенностей слабых инфракрасных целей разработан модуль локального контраста для расширения области восприятия и усиления признаков; введен асимметричный механизм внимания для слияния признаков, повышающий сохранение текстурной и позиционной информации; в конечном счете, результаты обнаружения вычисляются с помощью функции потерь регрессии точек. Эксперименты проводились на общедоступных и самостоятельно созданных наборах данных для обучения и тестирования. Результаты показали, что улучшенный алгоритм по сравнению с существующими сетями обнаружения слабых инфракрасных целей повышает полноту не менее чем на 7.52% и среднюю точность не менее чем на 6.46%. Метод эффективно применяется для обнаружения слабых инфракрасных целей на сложном фоне и демонстрирует хорошую устойчивость и адаптивность.

слабые инфракрасные цели;глубокое обучение;обнаружение целей;пространственно-временная 3D-свертка