红外视频卫星空中动目标检测数据集及其评估

Journal of Image and Graphics 2026 Open access

Read full text
Authors: Ruojing Li, Li Zhaoxu, Nuo Chen, Gaowei Guo, 窦泽超, 龙政兴, 罗伊杭, Yaoyuan Zeng, 盛卫东, Li Boyang, Li Zhijun, Li Miao
+16 more Wei An, Li Haixin, Yu Zhiqiang, Yin Xiaoyu, Zha Xuyang, Zeng Baiwen, Wang Wufan, ZHANG Bo, Lu Yue, Chu Donghao, Li Ziyi, Huang Kangwei, YANG Borui, Xing Yinghui, Zhang Shizhou, 张世周
DOI: 10.11834/jig.250536
Cited by: 0

Abstract

目的红外视频卫星是探测空中动目标的重要手段，红外小目标检测技术是其关键基础。深度学习显著推动了单帧红外小目标检测，然而卫星红外视频中的空中动目标普遍空域显著性低、场景复杂，单帧方法难以有效检测，因此亟需发展融合时域信息的红外极弱小目标检测技术。但该领域长期缺乏视频数据集，严重制约了相关技术的发展与应用。为突破此瓶颈，该文构建了首个包含大量真实场景的红外视频卫星空中动目标检测数据集。方法基于武汉一号卫星采集20126帧真实红外视频卫星动目标数据，设计两阶段“由粗到精”的标注方法，完成29757个空中动目标的精标注。为了丰富场景多样性，进一步融合两大真实天基背景下的仿真动目标数据，构建包含1401个真实场景、122265帧视频图像、454116个目标的红外视频卫星空中动目标检测数据集。数据集提供实例级掩码标签，支持空中动目标检测与跟踪技术研究，并提出了相关评价指标。结果数据分析表明，该数据集中真实目标的平均信噪比仅为3.06，超过80%的目标信噪比低于2，且实测场景中的目标与背景存在丰富的动态变化与相互干扰，呈现难以模拟的复杂性。结论基于该数据集开展了首届红外视频卫星空中动目标检测比赛，充分验证了该数据集的高挑战性与实际价值，对于红外极弱小目标检测技术研究具有重要支持作用。数据集获取链接：https：//github.com/TinaLRJ/DeepPro（科学数据银行：Infrared video satellite aerial moving target detection dataset）。

Fields of Study & Subjects

Infrared Target Detection Methodologies Advanced Measurement and Detection Methods Advanced Neural Network Applications

Publication details

Journal / source
Journal of Image and Graphics
Volume
0
Issue
0
Pages
1–15
Publication date
1 January 2026
Language
EN