近日，成像探测与智能感知（IDIP）实验室在红外成像虚警源检测与智能判别领域取得重要研究进展，在IEEE Transactions on Geoscience and Remote Sensing（SCI一区, IF=8.2, TOP期刊）发表了题为“Multi-directional Graph Learning-based Infrared Cirrus Detection with Local Texture Features”的学术论文。2021级硕士生高祝君为该论文第一作者，彭真明教授和李伟教授为论文共同通讯作者，电子科技大学作为第一单位，北京航空航天大学作为合作单位共同完成。

        红外探测系统具有更好的抗干扰能力，在地面监视、空间探测及天基预警中起着重要的作用。复杂场景红外成像易受强杂波干扰，信杂比低，成像质量差。同时，由于探测距离远，成像目标所占像素少，缺少局部结构和纹理信息等。因此，如何对虚警源、杂波背景检测、判别和智能抑制，是克服红外弱小目标检测识别任务挑战的重要技术手段。

       考虑到场景虚警源结构特征和背景连续性，提出了基于纹理特征和图学习（MGL-LTF）结合的红外卷云检测方法。通过构建图学习增强模型，引入局部纹理的先验知识，以便更好地抑制背景边缘和强化卷云虚警细节。

图1 MGL-LTF算法框架

        通过与SOTA的对比验证，实验结果表明本研究提出的模型在各种复杂场景下具有更好的检测性能。

图2 复杂场景红外卷云检测结果

        此外，作者还对所提模型进行了探讨，进行了消融实验，进一步展示了作者提出方法的有效性。

图3 模型消融实验

        实验室长期致力于红外成像目标探测及空天态势感知关键技术研究。从经典机器视觉建模，目标特征精细表征，到物理认知约束下的深度学习场景感知和目标识别，研究覆盖了面向红外成像目标探测的全域范畴，实现了红外成像环境背景和虚警源抑制、目标检测、跟踪和目标分类识别等一体化应用技术。获得授权发明专利80余件，软件著作权10余项；发表高水平学术论文百余篇；实验室牵头，获2022年度教育部科技进步二等奖。

        论文链接：https://ieeexplore.ieee.org/document/10251572

图文：高祝君

审核：彭真明