为积极服务学校“三大转型”建设，成人影院 张迎梅博士团队在红外小目标检测领域持续深耕，聚焦智能感知与目标识别关键技术，近期取得系列重要科研进展。相关创新成果于2025年连续发表于国际著名权威期刊《IEEE Transactions on Geoscience and Remote Sensing》（SCI一区TOP，CCF B）与国内权威期刊《中国图象图形学报》（CCF B）等，标志着团队在红外智能检测算法、复杂背景抑制及高精度目标识别等方向上实现了重要突破。该研究成果显著提升了红外成像系统在复杂环境下的微弱目标探测能力，为国家安全监测、空间遥感、智能巡检等应用提供了坚实的技术支撑。

成果一：分层注意力融合机制。2025年发表于《IEEE Transactions on Geoscience and Remote Sensing》的研究论文《HAFNet: Hierarchical Attention Fusion Network for Infrared Small Target Detection》提出了一种分层注意力融合网络，针对传统 U-Net 在复杂背景下的小目标检测不足进行改进。HAFNet在保留 U-Net 高效结构的基础上，引入双分支语义感知模块，通过标准卷积与空洞卷积的双通路交互增强上下文建模。网络同时设计分层特征融合编码器与解码器，以分层注意力引导和跳跃连接注入机制实现多尺度特征高效融合。实验结果显示，HAFNet在NUAA-SIRST、IRSTD-1K、NUDT-SIRST三个数据集上均取得领先性能，在精度、鲁棒性和泛化能力上全面优于现有方法，为复杂场景下的红外小目标检测提供了有效方案。

成果二：选择性注意力机制。2025年发表于《中国图象图形学报》的研究《SANet: Selective Attention-based Network for Infrared Small Target Detection》提出了一种基于选择性注意力机制的红外小目标检测网络，针对现有方法在复杂背景下易产生误检、漏检的问题进行了系统优化。方法在 U-Net 框架中融合双路径语义感知模块与选择性注意力融合机制，兼顾局部一致性、全局上下文建模与多尺度特征自适应整合。实验结果显示在三个公开红外小目标检测数据集上均取得了优异表现，在检测率和误检率等关键指标上同样实现全面领先，为红外小目标智能检测提供了一种更具精度与泛化性的深度学习解决方案。

​

（图文：成人影院  编辑：胡俊杰）

审核：邹璐、匡琳、季小刚