一种基于选择性状态空间的双分支红外小目标识别方法

本发明公开一种基于选择性状态空间的双分支红外小目标识别方法，收集并划分红外小目标数据集，使用主干网络Resnet‑50对红外小目标数据进行特征提取，后输入感兴趣区域预测模块RPN和注意力聚合模块KAAM，进一步提取语义表征和位置信息并进行融合，实现小目标在复杂背景下的精确识别；再通过目标判别网络并引入SS2D空间选择性建模模块，深度提取全局上下文信息，以及动态建模目标与背景之间的时空依赖关系。本发明有效克服了传统方法在面对复杂背景干扰与目标尺寸变化时的识别局限性，同时在网络模型的训练过程中设计基于对比约束的优化策略，增强了网络对微小目标的辨识与分割精度，实现了高鲁棒性的小目标识别性能。