1.一种基于生成对抗网络的红外小目标检测方法，其特征在于，包括以下步骤：S1：获取用于进行训练的包含小目标的红外图像，并将其作为训练样本图像；

S2：使用滑动窗口从每一训练样本图像中依次进行采集，得到用于进行训练的图像块序列；

S3：针对所述图像块序列中包含小目标的目标图像块，重构出虚假背景图像块；

S4：将所述虚假背景图像块与其对应的目标图像块进行标签配对得到第一配对数据，并使用所述第一配对数据对预先搭建的生成对抗网络进行训练；

S5：在上一步训练结果的基础上，将所述图像序列块中未包含小目标的两个原始背景图像块进行标签配对得到第二配对数据，并使用所述第二配对数据继续进行训练得到目标生成对抗网络模型；

S6：使用滑动窗口从待检测的红外图像中进行采集，得到待检测的图像块序列；

S7：将所述待检测的图像块序列输入所述目标生成对抗网络模型得到检测序列结果；

S8：将所述检测序列结果按所述待检测的原始红外图像的尺寸进行拼接，并将拼接后的图像与待检测的原始红外图像作残差，对作残差后的图像进行滤波得到检测结果。

2.如权利要求1所述的基于生成对抗网络的红外小目标检测方法，其特征在于，所述滑动窗口的尺寸大小为20×20，滑动步数为12。

3.如权利要求2所述的基于生成对抗网络的红外小目标检测方法，其特征在于，所述训练样本图像的尺寸大小为M×N，滑动窗口的滑动步长分别为 其中，M表示训练样本图像的长度，N表示训练样本图像的宽度，M'表示滑动窗口在训练样本图像的长度方向上的滑动步长，N'表示滑动窗口在训练样本图像的宽度方向上的滑动步长。

4.如权利要求1所述的基于生成对抗网络的红外小目标检测方法，其特征在于，步骤S3中使用双线性插值的方式重构出虚假背景图像块。

5.如权利要求1所述的基于生成对抗网络的红外小目标检测方法，其特征在于，所述预先搭建的生成对抗网络包括由2层反卷积层构成的生成器，以及由3层卷积层构成的鉴别器。

6.如权利要求5所述的基于生成对抗网络的红外小目标检测方法，其特征在于，所述目标生成对抗网络模型的损失函数为：其中，λ表示正则项系数，D表示鉴别器， 表示鉴别器输出的最大值，G(x,z)表示生成器针对输入的图像x生成的图像z，D(x,y)表示鉴别器输出的图像x与标签图像y之间的差异值，D(G(x,z))表示鉴别器输出的图像z与其对应的标签图像之间的差异值，E(*)表示散度运算。

7.如权利要求1-6任一项所述的基于生成对抗网络的红外小目标检测方法，其特征在于，步骤S8中采用二值化的方式对作残差后的图像进行滤波得到检测结果。

8.如权利要求7所述的基于生成对抗网络的红外小目标检测方法，其特征在于，步骤S8包括：S81：对于作残差后所得到的图像，根据公式 计算期望均值μ，并根据公式计算方差σ，其中xi表示作残差后的图像中的非零像素值，n表示作残差后的图像中的像素点总数；

S82：根据公式th＝μ+kσ计算滤波阈值th，k表示预设的方差控制参数；

S83：针对作残差后的图像中像素值大于滤波阈值的像素点，将其像素值设置为255，针对作残差后的图像像素值小于等于滤波阈值的像素点，将其像素值设置为0从而得到目标图像。