红外小目标：基于深度学习的红外小目标检测研究方法(持续更新中)

1. 第一篇基于Transformer的红外小目标检测方法：
   Infrared small and dim target detection with transformer under complex backgrounds
   （TIP 2023）
   https://ieeexplore.ieee.org/abstract/document/10298041
   这篇文章探索了Transformer架构在红外小目标检测任务中的可能性。
   由于红外小目标小而微弱，且与红外小目标相似的背景噪声遍布整个背景区域。因此这篇论文尝试利用transformer架构中自注意力机制能够建立远距离依赖的特点，使网络能够在更大的范围内学习小目标和背景之间的差异。
   随后，根据红外目标容易淹没在低信杂比的复杂背景下的特点，设计的特征增强模块可以帮助学习更多的小亮度目标的判别特征。
   

2019年

1. TBC-Net（TBC-Net: A real-time detector for infrared small target detection using semantic constraint） link
   TBC-net分为目标特征提取模块TEM和语义约束模块SCM，分别用于从红外图像中提取小目标和对训练过程中提取的目标图像进行分类。
   TEM模块进行目标提取，TEM模块为轻量级的图像分割网络，利用模块压缩算法实现了上采用和下采样，形成了编解码结构。