El Híbrido Diffusion-Mamba Establece un Nuevo Estándar para la Detección de Objetivos Infrarrojos

KNOXVILLE, TN, 23 de septiembre de 2026 /24-7PressRelease/ -- La detección de pequeños objetivos infrarrojos es fundamental para la teledetección, la prevención de incendios y la vigilancia; sin embargo, los métodos existentes tienen dificultades con objetivos diminutos y de bajo contraste que carecen de forma o textura definidas. Los investigadores han desarrollado una red de aprendizaje profundo de dos etapas que combina la mejora de características basada en difusión con el modelado de espacio de estados (SSM, por sus siglas en inglés) para suprimir el ruido de fondo mientras amplifica las señales de los objetivos. El enfoque logra tasas de detección de vanguardia en tres conjuntos de datos públicos, reduciendo significativamente tanto las detecciones omitidas como las falsas alarmas en entornos de imágenes complejos.

La detección de pequeños objetivos infrarrojos permite la segmentación binaria de objetivos débiles dentro de fondos complejos, sirviendo a aplicaciones que van desde la alerta temprana de incendios forestales hasta la evaluación de amenazas en teledetección. Sin embargo, persisten desafíos prácticos: los objetivos infrarrojos a menudo ocupan menos de 81 píxeles (típicamente menos de 9×9), exhiben una energía extremadamente baja con relaciones señal-ruido de alrededor de 3 y carecen de información prominente de forma o textura. Estas características hacen que los objetivos se sumerjan fácilmente en el ruido de fondo, lo que dificulta particularmente la extracción de características. Los métodos de aprendizaje profundo han mejorado el rendimiento, pero la mayoría se centra exclusivamente en las características del objetivo mientras descuida la información del fondo—la gran mayoría de la imagen—lo que lleva a un grave desequilibrio de clases entre muestras positivas y negativas. Con base en estos desafíos, existe una necesidad urgente de un enfoque que modele simultáneamente tanto los objetivos como los fondos para lograr una detección robusta en escenas complejas.

El 30 de junio de 2026, investigadores del Centro de Investigación de Ingeniería Óptica Espacial del Instituto de Tecnología de Harbin publicaron (DOI: 10.34133/remotesensing.1046) sus hallazgos en la Revista de Teledetección. Su propuesta Red Mamba Densa Mejorada por Difusión (DEDM-Net) aborda un desafío crítico en la teledetección: detectar pequeños objetivos infrarrojos que son fácilmente abrumados por el ruido de fondo. Esta tecnología impacta directamente en la prevención de incendios forestales, los sistemas de alerta temprana de vigilancia y la evaluación de amenazas militares—aplicaciones donde las detecciones omitidas o las falsas alarmas pueden tener consecuencias graves.

El equipo desarrolló una red de dos etapas que logra un efecto sinérgico mayor que la suma de sus partes. La primera etapa emplea un modelo de difusión de doble ruta con un novedoso módulo de procesamiento ciego que predice cada píxel utilizando solo información circundante—nunca el píxel en sí—evitando que objetivos extremadamente pequeños se clasifiquen erróneamente como fondo. La segunda etapa introduce una arquitectura Mamba anidada densa basada en el modelo de espacio de estados (SSM), que captura correlaciones de largo alcance a través de características globales y locales con complejidad computacional lineal—una ventaja significativa sobre los Transformers convencionales. Un módulo de fusión de predicción entre etapas integra además las características de ambas etapas, mejorando la precisión de la segmentación de contornos. En conjunto, estas innovaciones ofrecen un rendimiento superior en todas las métricas de evaluación en comparación con 11 métodos de vanguardia.

La DEDM-Net se evaluó en tres conjuntos de datos públicos: NUAA-SIRST (427 imágenes), NUDT-SIRST (1,327 imágenes a 256×256) e IRSTD-1k (1,000 imágenes a 512×512). En el conjunto de datos NUDT-SIRST, el método logró un 93.40% de IoU, un 93.28% de nIoU, una probabilidad de detección (P_d) del 98.37% y una tasa de falsas alarmas notablemente baja de solo 3.75×10⁻⁶—superando a DNA-Net (92.99% IoU, 93.22% nIoU) e ISTDU-Net (91.69% IoU, 91.84% nIoU). En el conjunto de datos IRSTD-1k, DEDM-Net logró un 73.71% de IoU y un 93.89% de P_d con solo 11.10×10⁻⁶ falsas alarmas, superando a todos los competidores. El módulo de procesamiento ciego utiliza una estructura de doble ventana con radio exterior R=4 y radio interior r=2, asegurando que las regiones objetivo sean "procesadas ciegamente" mientras se captura el contexto circundante. Los estudios de ablación confirmaron que cada componente—la ruta de generación, la ruta de restauración, la estructura anidada densa y los bloques Mamba residuales—contribuye significativamente al rendimiento general. La red se entrenó en una GPU NVIDIA RTX 4080 utilizando el optimizador Adam.

"Los pequeños objetivos infrarrojos son extremadamente desafiantes porque carecen de forma y textura—esencialmente son solo unos pocos píxeles brillantes en un mar de fondo", dijo el autor correspondiente, el Dr. Shikai Jiang del Instituto de Tecnología de Harbin. "Al modelar simultáneamente tanto el fondo sin objetivos como las regiones potenciales de objetivos, nuestro enfoque mejorado por difusión amplifica efectivamente lo que importa mientras suprime lo que no. La arquitectura Mamba luego proporciona el contexto global necesario para distinguir los objetivos verdaderos del ruido brillante".

El método emplea un marco de entrenamiento de dos etapas. En la etapa de mejora por difusión, una columna vertebral U-Net estima el ruido a lo largo de 1,000 pasos de difusión, con un esquema de doble ruta que modela tanto las máscaras de objetivos como las imágenes de fondo. El módulo de procesamiento ciego genera núcleos de convolución por píxel que excluyen el píxel central, eliminando efectivamente los pequeños objetivos de la reconstrucción del fondo. En la etapa de detección, una red anidada densa con conexiones de pirámide de características y bloques Mamba residuales extrae características multiescala. La función de pérdida combina entropía cruzada binaria (BCE) y pérdidas Dice para abordar el desequilibrio de clases.

Si bien DEDM-Net logra una precisión superior, el diseño de dos etapas basado en difusión aumenta el tiempo de inferencia en comparación con las redes de una sola etapa. El trabajo futuro se centrará en la destilación de modelos, la inferencia de precisión mixta y muestreadores más rápidos para reducir los pasos de difusión requeridos. El enfoque es prometedor para sistemas de vigilancia en tiempo real, navegación autónoma de drones en condiciones de baja visibilidad y redes de detección temprana de incendios forestales. Como señaló el equipo, el marco también podría inspirar nuevas ideas sobre cómo los modelos generativos y las arquitecturas de espacio de estados pueden combinarse para otras tareas desafiantes de visión por computadora donde la separación objetivo-fondo es crítica.

Referencias
DOI
10.34133/remotesensing.1046

URL de origen original
https://spj.science.org/doi/10.34133/remotesensing.1046

Información de financiación
Este trabajo fue apoyado por la Fundación Nacional de Ciencias Naturales de China bajo la subvención 62305086, la Fundación de Ciencias Postdoctorales de China bajo la subvención 2023M740901, la Fundación de Ciencias Naturales de la Provincia de Heilongjiang de China bajo la subvención LH2024F032, y en parte por el Laboratorio Nacional Clave de Percepción y Fusión de Información Aérea bajo la subvención 20220001077001.

Acerca de Revista de Teledetección
Revista de Teledetección, una revista de acceso abierto solo en línea publicada en asociación con AIR-CAS, promueve la teoría, la ciencia y la tecnología de la teledetección, así como la investigación interdisciplinaria dentro de las ciencias de la tierra y la información.

Chuanlink Innovations, donde las ideas revolucionarias alcanzan su verdadero potencial. Nuestro nombre, arraigado en la esencia de la transmisión y la conexión, refleja nuestro compromiso de fomentar la innovación y facilitar el viaje de las ideas desde su concepción hasta su realización.

Enlace relacionado:
http://chuanlink-innovations.com

Descargo de responsabilidad: Esta traducción ha sido generada automáticamente por NewsRamp™ para 24-7 Press Release (colectivamente referidos como "LAS EMPRESAS") utilizando plataformas de inteligencia artificial generativas de acceso público. LAS EMPRESAS no garantizan la exactitud ni la integridad de esta traducción y no serán responsables por ningún error, omisión o inexactitud. La confianza en esta traducción es bajo su propio riesgo. LAS EMPRESAS no son responsables por ningún daño o pérdida resultante de tal confianza. La versión oficial y autoritativa de este comunicado de prensa es la versión en inglés.