双注意力抗噪
采用多注意力嵌套纯Transformer结构与多层级跨尺度交互模块，实现对红外小目标的长程依赖捕捉与噪声抑制。
Cao, Libo · Yang, Yunxiu · Zhu, Yapei · Xiaoguang, Shao · 舒勤
IEEE Transactions on Geoscience and Remote Sensing 2026
采用U-Net类似的多注意力嵌套纯Transformer结构，能学习并提取更长距离和更深层的目标特征，有效捕捉全局上下文。
新型上下文Transformer块采用双注意力结构，充分利用2D特征图中输入键之间的上下文信息，同时捕获动态和静态上下文。
多层级跨尺度交互模块帮助不同Transformer层特征进行多尺度信息融合，增强特征感知能力。
噪声免疫实验表明该方法具有更好的噪声容限，在干扰环境下仍能保持检测性能。