导读：
红外小目标检测作为智能安防的核心技术，针对低信噪比、弱表征等难题，系统构建了红外小目标检测的理论框架与方法体系。首先，通过公开数据集开展多维度特性分析，结合背景杂波建模与目标辐射特性揭示成像机理。继而聚焦深度学习范式，建立分类研究体系。单阶段检测方向聚焦YOLO与SSD系列算法的效率与精度平衡机制改进。在CNN方法层面，关注多尺度特征融合、注意力协同、轻量化编解码、密集嵌套特征交互关键技术以及Transformer与小样本学习在红外小目标检测中的应用。最后指出，未来应倾向于物理模型驱动的新型网络架构设计，通过辐射特性建模与深度学习特征融合提升算法鲁棒性。发展边缘计算友好的轻量化模型，采用神经架构搜索技术实现模型参数量压缩。探索红外、可见光、雷达多模态协同检测机制。开发自监督小样本学习范式，利用生成对抗网络缓解数据稀缺问题。这些突破将检测技术向全天候、高实时、强泛化方向持续演进。
作者信息：
阿勒尔呷：西南民族大学电子信息学院，四川 成都
正文
本文首先分析红外微小目标特性，继而综述基于One-stage检测和CNN的深度学习方法在红外小目标检测中的应用，对比其优缺点及适用场景。针对当前技术瓶颈，重点探讨数据匮乏、目标尺度变化及复杂背景干扰等挑战。最后从网络架构优化、数据增强及多模态协同检测机制策略三方面展望未来发展方向。
1. 红外小目标公开数据集
2. 红外小目标特征分析
背景特性：红外背景特性主要体现为三方面，辐射强度分布不均，地面、建筑等物体热辐射差异形成复杂纹理；动态温度变化，自然环境和物体热特性变化引发背景温度时空动态波动；噪声干扰显著，热噪声、大气湍流等干扰源易掩盖弱小目标，需通过滤波和去噪技术抑制。
弱小目标特性：红外小目标检测面临三重核心挑战，一是远距成像致目标能量衰减严重，信噪比低且边界模糊；二是目标像素稀疏，呈无纹理点状特征；最后是背景占主导形成极端样本不平衡。
3. 基于One-Stage检测的红外小目标检测方法
在2016年，Joseph Redmon等人提出了一种著名的YOLO的算法结构见图1。
后续延伸的YOLO系列算法及其改进算法在红外数据集上的性能比较如表2所示，从表中数据可以看出，YOLO算法及其改进算法在红外检测领域检测精度稳步提升。
2016年Liu W等人提出了性能比YOLO更好得算法检测算法SSD算法。在SSD模型算法基础上Fu等人提出DSSD算法，算法中用ResNet替换模型，加入了反卷积层将图像进一步提升检测精度。Xin Xu等人改进了Single Shot MultiBox的网络架构(SSD-ST)，增强高分辨率层，并设计了自适应流水线滤波器(APF)进一步提升检测精度。Z. Shen等人按照单次检测(SSD)框架开发DSOD，从头开始学习对象检测器的框架，通过密集的逐层连接实现的深度监督在学习提升检测精度。
表3中详细列举了YOLOv2、SSD300、SSD321、DSSD321以及DSOD300在MS COCO数据集上的检测结果。从表中结果可知，SSD的改进版本DSSD321与DSOD300通过引入残差结构(ResNet-101 Backbone)、反卷积层及多尺度特征融合策略，有效解决了传统SSD网络对小目标特征表达能力不足的问题。对比传统模型，YOLOv2 (DarkNet-19 Backbone)因单尺度预测限制，其小目标检测能力较弱，而SSD系列通过多层级特征图联合预测实现了更优的尺度适应性。
4. 基于CNN方法的红外微小目标检测方法
多尺度特征与全局和局部区块注意力融合方法：
从表4给出的各算法对比可知，多尺度特征融合与注意力机制在复杂背景下表现最佳，但需权衡计算资源。与YOLO和SSD系列对比，传统模型适用于通用实时检测，改进型YOLO系列在特定任务中优势明显，而多尺度融合、注意力模型是复杂场景的最优解，但需牺牲部分实时性。
全卷积网络及其改进方法：
全卷积网络(Fully Convolutional Network, FCN)通过卷积层替代全连接层，保留空间信息并输出密集特征图。基于深度卷积神经网络的小目标检测方法，通过全卷积网络对红外小目标进行增强和初步筛选，分类网络对目标点后续筛选，网络结构中引入注意力机制对特征图进行选择，提升小目标检测精度。
密集嵌套的交互式特征融合与轻量化设计方法：
表5中模型都为轻量化设计，改进传统局部对比度方法，检测率提升25%。DNANet和APANet在复杂背景下表现优异，但需权衡计算资源。SqueezeNet和Full-Scale U-Net通过结构优化实现高效检测，适合嵌入式部署。与YOLO与SSD系列算法对比，YOLO系列在通用检测中综合优势显著且需结合注意力机制或专用架构。轻量化设计虽是边缘计算的关键，但需权衡精度与效率。
Transformer与小样本学习红外小目标检测方法：
Transformer架构与小样本学习(Few-shot Learning, FSL)技术已成为红外小目标检测领域的研究热点。Transformer凭借其全局注意力机制在长程依赖建模上的优势，能够有效捕捉红外小目标与复杂背景的细微差异；而小样本学习则通过少量标注数据实现模型快速适应，解决了红外数据稀缺的核心瓶颈。
表6全面总结了Transformer与小样本学习在红外小目标检测中的技术特性与适用场景。该表表明，Transformer与小样本学习在红外小目标检测中呈现互补特性。前者通过全局建模提升精度，后者通过数据高效利用解决标注瓶颈，二者协同创新将是未来研究的重要方向。
5.算法研究趋势
1) 算法架构创新
物理辐射模型与Transformer的异构融合，构建可解释性网络架构。多尺度特征融合与注意力协同机制，通过跨层密集连接与注意力模块的协同优化，提升小目标特征表达能力。轻量化编解码设计，引入深度可分离卷积与神经架构搜索，减少参数量的同时提升检测精度，实现边缘设备的高效部署。
2) 数据驱动与物理模型融合
创建基于元学习的自监督增量训练体系，利用生成式量子对抗网络解决跨场景数据迁移难题。
结合生成对抗网络(GAN)生成高保真红外小目标数据，利用自监督预训练的对比学习预训练多尺度特征提取器，缓解标注数据不足问题。
3) 多模态协同检测机制
探索红外、可见光、雷达多模态协同检测机制，借鉴CNN-Transformer混合架构，如SOAR模型，融合红外与可见光模态的几何、语义特征，提升在遮挡场景下检测精度。融合红外热辐射与可见光纹理特征，设计双流注意力网络提升复杂背景下的跨模态注意力。