点击上方“小白学视觉”，选择加"星标"或“置顶” 重磅干货，第一时间送达
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
3.4. 全尺寸深度监督
4. 实验
声明
下载1：OpenCV-Contrib扩展模块中文版教程 在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。 下载2：Python视觉实战项目52讲 在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。 下载3：OpenCV实战项目20讲 在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。 交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
