点击上方
“小白学视觉”，选择加"星标"或“置顶”
论文信息
题目：ID-UNet: A densely connected UNet architecture for infrared small target segmentation
ID-UNet：一种用于红外小目标分割的密集连接UNet架构
作者：Diankun Chen, Feiwei Qin, Ruiquan Ge, Yong Peng, Changmiao Wang
源码：https://github.com/AngryWaves/ID-UNet
论文创新点
ID-UNet模型的提出，针对红外小目标分割任务，展现了以下四个主要创新点：
-
密集连接网络结构
：作者提出了一种基于UNet的密集连接网络ID-UNet，该网络通过跨层密集连接充分利用特征图，同时通过
线性参数增长
而非传统的指数增长，显著减少了模型参数，提高了效率。
-
红外小目标特征提取（ISTFE）模块
：研究中设计了一个专门针对红外小目标的特征提取模块ISTFE，该模块通过特征对齐和融合，增强了多级和多尺度特征的提取能力，
有效提取小目标特征
。
-
全尺寸深度监督
：ID-UNet引入了全尺寸深度监督机制，通过在每个解码器层级上独立的侧输出，增强了模型对不同层级特征表示的学习与利用，提升了小目标的
整体感知和分割精度
。
-
优化的参数配置
：与传统UNet模型相比，ID-UNet通过优化参数配置，实现了参数数量的大幅减少（减少了81%），同时保持了模型的性能，使得模型在保持高效性能的同时，能够
准确分割不同大小的红外小目标
。
关键词
红外小目标，图像分割，多尺度特征融合，密集连接，低参数
摘要
现有的基于CNN的方法在有效和高效地处理复杂场景中不同尺度的小型红外目标时面临挑战，主要是由于池化层引起的聚合效应。因此，关键的深层目标可能会丢失。为了应对这一挑战，本研究提出了一种红外深度密集连接网络，称为ID-UNet。具体来说，本研究设计了一个特征提取模块，名为红外小目标特征提取（ISTFE），嵌入在ID-UNet架构中，以实现深层高级和浅层低级特征之间的跨层和连续交互。ISTFE内的连续连接有助于在深层保留红外小目标的语义信息，以及在浅层保留分辨率信息。此外，UNet结构参数被压缩，与传统UNet配置相比，参数减少了81%。在三个典型的公共数据集上的评估结果表明，所提出的方法在分割指标上超越了所有其他方法，包括交集比（IoU）、归一化IoU（nIoU）和F1分数。所提出的方法实现了高精度分割和低计算需求的双赢。
3. 提出的方法
3.1. 总体架构
UNet网络以其编码器-解码器架构而闻名，广泛用于图像分割任务。它依赖于池化层在编码器中对特征信息进行下采样，并通过上采样在解码器中放大特征。跳跃连接用于将编码器中的低级特征与解码器中的高级特征合并。虽然这种设计对于提取大目标的特征非常有效，但在多次卷积层的背景下，它经常忽略了红外小目标分割中的小目标特征。为了解决编码器和解码器之间信息传递过程中的特征丢失和退化问题，本研究引入了重新设计的连接方法。通过实施密集连接，增强了信息流，从而更有效地保留了小目标特征，以改善特征提取。因此，本研究提出了一种从信息流的角度增强UNet网络的新结构，名为ID-UNet。ID-UNet模型的总体架构如图1所示。在UNet网络的基础上，该模型通过引入密集连接，并通过对ISFTE模块进行特征对齐和融合，加强了上下层之间的信息交换。同时，通过应用全尺寸深度监督，ID-UNet模型有效地保留了小目标信息，从而提高了红外小目标分割任务的性能。最后，本研究优化了UNet结构的参数，使其更加高效。
3.2. 与UNet++的比较分析
在分割领域，同时准确划分各种大小的物体是一个相当大的挑战。UNet++模型表明，较浅的UNet架构擅长分割较小的物体，而较深的UNet配置更适合较大的物体。为了应对这一挑战，UNet++在不同深度的UNet架构之间实现了编码器共享，使模型能够有效处理不同大小的物体。此外，它还采用了深度监督来指导不同深度的UNet架构的训练。通过密集地连接多个UNet架构，UNet++巧妙地结合了它们的能力，实现了对不同大小物体的自适应分割，从而提高了原始UNet的整体性能。尽管取得了这些进步，该方法仍有某些局限性。较深的UNet架构在分割小物体时效果较差，因为增加的深度和下采样操作扩大了特征的视野，可能导致丢失详细特征。相比之下，ID-UNet采用了更简单的方法。它不是引入额外的浅层UNet结构，而是通过密集连接加强了浅层和深层特征之间的融合，保留了深层编码过程中的小物体特征，并在解码过程中最小化了背景特征的损失。鉴于红外小目标特征与复杂背景特征相比比例显著较小，下采样过程中的直接连接可能会削弱这些特征，使其被背景特征所掩盖。通过在不同层之间实施密集连接，小目标特征可以无缝地集成到更深层的高级特征中，且损失最小。在全尺寸模型上引入深度监督，使每个层都具备图像分割能力，从而增强了模型的鲁棒性。
3.3. 特征提取模块
如图2所示，本研究提出了一个基于多尺度特征提取的红外小目标模块，名为ISTFE。ISTFE由两个组件组成：特征对齐和特征融合。特征对齐模块用于调整从不同尺度提取的特征图，使其大小和通道数相同，确保信息平衡。特征融合模块连接多尺度特征，并采用一系列连续的残差块来合并这些特征。增加的通道和空间注意力有效地帮助提取红外小目标的浅层和深层特征。随后，本研究将详细介绍这两个模块。特征对齐：本研究开发的特征对齐模块如图2(a)所示。该模块解决了特征大小变化的固有效率问题，并统一了它们以实现高效性能。本研究使用最大池化层进行下采样过程，并实现双线性上采样进行上采样过程。为了更全面、简洁地介绍这种结构，本研究介绍了ISTFE的第
层（
），其中
表示连接编码第
层，
假定为沿编码器的第
层下采样层。随后，在
时，每个节点接收来自前一层密集连接的特征。
其中
表示池化层，残差块
将输入维度均匀降低到固定通道
值为16，如本文所述。符号
表示框架内的连接层。此外，
表示特征增强模块。特征融合：在特征提取模块之后，本研究开发了特征融合模块，旨在整合生成的多级特征，如图2(b)所示。该模块对齐特征图，以增强小目标的分割精度和鲁棒性。本研究采用拼接技术来融合特征图，并通过残差网络整合得到的拼接特征图，确保全面和一致的特征信息。通过拼接特征图，并通过残差网络融合和交互，本研究整合了不同尺度的特征信息，从而提高了小目标的分割精度和鲁棒性。该架构由多个堆叠的残差块、空间注意力模块和通道注意力模块组成。引入的残差连接缓解了信息传递过程中的梯度消失问题，最终增强了网络的训练和泛化能力，提高了小目标的分割精度和鲁棒性。此外，通道和空间注意力调整通道和空间特征的权重，增强了模型对红外小目标的感知和抗干扰能力。
其中
表示逐元素乘法，
表示sigmoid函数，
和
分别表示平均池化和最大池化，步长为2。共享网络由具有隐藏层的多层感知器组成。
空间注意力（SA）过程的研究总结如下，类似于通道注意力过程：
其中
表示滤波器大小为7×7的卷积操作。最终的
加上原始输入
