【Block总结】PPA，并行补丁感知注意力

论文信息

HCF-Net（Hierarchical Context Fusion Network）是一种新提出的深度学习模型，专门用于红外小目标检测。该论文于2024年3月16日发布，作者包括Shibiao Xu、ShuChen Zheng等，主要研究机构为北京邮电大学。该模型旨在提高红外图像中微小目标的识别和定位能力，尤其是在复杂背景下。

• 论文链接：https://arxiv.org/pdf/2403.10778
• 官方GitHub代码：https://github.com/zhengshuchen/HCFNet

创新点

HCF-Net的主要创新包括：

• 并行化补丁感知注意力（PPA）模块：通过多分支特征提取策略，捕获不同尺度和层次的特征信息，增强小目标的表示能力。

• 维度感知选择性融合（DASI）模块：实现自适应的通道选择和融合，优化特征信息的整合，提高模型的灵活性和准确性。

• 多膨胀通道细化器（MDCR）模块：通过多层深度可分离卷积捕捉不同感受野范围的空间特征，增强对小目标的定位能力。

这些模块的结合使得HCF-Net在处理红外小目标