HyperTea: A Hypergraph-based Temporal Enhancement and Alignment Network for Moving Infrared Small Target Detection

📄 arXiv: 2508.10678v1 📥 PDF

作者: Zhaoyuan Qi, Weihua Gao, Wenlong Niu, Jie Tang, Yun Li, Xiaodong Peng

分类: cs.CV

发布日期: 2025-08-14

🔗 代码/项目: GITHUB

💡 一句话要点

HyperTea：一种基于超图的时序增强与对齐网络，用于移动红外小目标检测

🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)

关键词: 红外小目标检测 超图神经网络 时序增强 特征对齐 全局时间上下文 局部运动模式 深度学习

📋 核心要点

  1. 现有MIRSTD方法难以有效建模复杂运动模式下小目标的时空高阶相关性，限制了检测性能。
  2. HyperTea通过整合CNN、RNN和HGNN，从全局和局部时间视角建模特征的高阶时空相关性。
  3. 实验表明，HyperTea在DAUB和IRDST数据集上取得了SOTA性能，显著提升了MIRSTD的检测精度。

📝 摘要（中文）

移动红外小目标检测(MIRSTD)在实际应用中仍然面临着巨大的挑战，这是由于目标尺寸小、强度弱以及运动模式复杂。现有的方法通常只对特征节点之间的低阶相关性进行建模，并在单一时间尺度内进行特征提取和增强。虽然超图已被广泛用于高阶相关性学习，但在MIRSTD中却很少受到关注。为了探索超图的潜力并增强多时间尺度的特征表示，我们提出了HyperTea，它整合了全局和局部的时间视角，以有效地建模特征的高阶时空相关性。HyperTea由三个模块组成：全局时间增强模块(GTEM)通过语义聚合和传播实现全局时间上下文增强；局部时间增强模块(LTEM)旨在捕获相邻帧之间的局部运动模式，然后增强局部时间上下文；此外，我们进一步开发了一个时间对齐模块(TAM)来解决潜在的跨尺度特征不对齐问题。据我们所知，HyperTea是第一个将卷积神经网络(CNN)、循环神经网络(RNN)和超图神经网络(HGNN)集成用于MIRSTD的工作，显著提高了检测性能。在DAUB和IRDST上的实验证明了其最先进(SOTA)的性能。我们的源代码可在https://github.com/Lurenjia-LRJ/HyperTea上找到。

🔬 方法详解

问题定义：论文旨在解决移动红外小目标检测（MIRSTD）中，由于目标尺寸小、强度弱、运动模式复杂，现有方法难以有效建模时空高阶相关性的问题。现有方法通常只关注低阶相关性，且在单一时间尺度上进行特征提取，导致检测精度受限。

核心思路：论文的核心思路是利用超图神经网络（HGNN）建模特征节点之间的高阶关系，并结合全局和局部时间信息，增强特征表示。通过全局时间增强模块（GTEM）捕获全局时间上下文，局部时间增强模块（LTEM）捕获局部运动模式，时间对齐模块（TAM）解决跨尺度特征不对齐问题，从而提升MIRSTD的检测性能。

技术框架：HyperTea的网络架构包含三个主要模块：1) 全局时间增强模块（GTEM）：利用RNN进行语义聚合和传播，增强全局时间上下文信息。2) 局部时间增强模块（LTEM）：捕获相邻帧之间的局部运动模式，并增强局部时间上下文。3) 时间对齐模块（TAM）：解决不同时间尺度特征之间的不对齐问题，确保特征融合的准确性。整体流程是先通过CNN提取特征，然后分别通过GTEM和LTEM进行时序增强，最后通过TAM进行特征对齐，最终进行目标检测。

关键创新：HyperTea的关键创新在于首次将CNN、RNN和HGNN集成用于MIRSTD，并设计了全局和局部时间增强模块以及时间对齐模块，从而有效地建模了特征的高阶时空相关性。与现有方法相比，HyperTea能够更好地捕获目标的复杂运动模式，并提升检测精度。

关键设计：GTEM使用GRU或LSTM等RNN结构进行时间序列建模，LTEM可能使用卷积操作提取局部运动特征。TAM可能采用可变形卷积或注意力机制进行特征对齐。损失函数可能包括检测损失（如二元交叉熵损失）和辅助损失（如分割损失），以提高模型的鲁棒性。超图的构建方式和超边权重的计算方式是影响模型性能的关键参数。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

HyperTea在DAUB和IRDST数据集上取得了SOTA性能，表明其在MIRSTD任务上的有效性。具体性能数据未知，但摘要强调了“显著提高检测性能”，表明提升幅度较大。该方法通过整合CNN、RNN和HGNN，有效建模了特征的高阶时空相关性，优于现有的低阶相关性建模方法。

🎯 应用场景

该研究成果可应用于智能安防、无人机侦察、自动驾驶等领域，提升复杂环境下小目标的检测能力。例如，在智能安防中，可以用于检测入侵者；在无人机侦察中，可以用于搜索目标；在自动驾驶中，可以用于检测行人和其他车辆，提高安全性。未来，该方法有望进一步扩展到其他目标检测任务中。

📄 摘要（原文）

In practical application scenarios, moving infrared small target detection (MIRSTD) remains highly challenging due to the target's small size, weak intensity, and complex motion pattern. Existing methods typically only model low-order correlations between feature nodes and perform feature extraction and enhancement within a single temporal scale. Although hypergraphs have been widely used for high-order correlation learning, they have received limited attention in MIRSTD. To explore the potential of hypergraphs and enhance multi-timescale feature representation, we propose HyperTea, which integrates global and local temporal perspectives to effectively model high-order spatiotemporal correlations of features. HyperTea consists of three modules: the global temporal enhancement module (GTEM) realizes global temporal context enhancement through semantic aggregation and propagation; the local temporal enhancement module (LTEM) is designed to capture local motion patterns between adjacent frames and then enhance local temporal context; additionally, we further develop a temporal alignment module (TAM) to address potential cross-scale feature misalignment. To our best knowledge, HyperTea is the first work to integrate convolutional neural networks (CNNs), recurrent neural networks (RNNs), and hypergraph neural networks (HGNNs) for MIRSTD, significantly improving detection performance. Experiments on DAUB and IRDST demonstrate its state-of-the-art (SOTA) performance. Our source codes are available at https://github.com/Lurenjia-LRJ/HyperTea.