摘要
本发明提供一种基于场景文本信息引导的红外小目标检测方法，将首先将描述红外图像场景的文本提示引入到现有的红外数据集中，构建文本与图像的配对数据集；然后，通过基于场景文本信息引导的红外小目标检测网络模型，利用图像编码器提取红外图像的视觉特征；利用预训练语言模型将描述场景信息的文本提示映射为嵌入向量，实现文本特征的提取；接着通过内积运算实现图像和文本信息的高层语义特征融合，并计算文本‑图像全局匹配损失引导网络对目标和背景特征分别进行建模；在上采样结构中，通过基于文本特征引导的上下文增强模块，以融合文本和图像的全局和局部特征；将上采样后的特征图经过分割模块处理得到检测结果。
