Le Modèle Hybride Diffusion-Mamba Établit une Nouvelle Norme pour la Détection de Cibles Infrarouges

KNOXVILLE, TN, 23 septembre 2026 /24-7PressRelease/ -- La détection de petites cibles infrarouges est essentielle pour la télédétection, la prévention des incendies et la surveillance, mais les méthodes existantes peinent à détecter des cibles minuscules et à faible contraste qui n'ont ni forme ni texture distinctes. Des chercheurs ont développé un réseau d'apprentissage profond en deux étapes qui combine une amélioration des caractéristiques par diffusion avec une modélisation en espace d'état (SSM) pour supprimer le fouillis de fond tout en amplifiant les signaux des cibles. L'approche atteint des taux de détection de pointe sur trois jeux de données publics, réduisant considérablement à la fois les détections manquées et les fausses alarmes dans des environnements d'imagerie complexes.

La détection de petites cibles infrarouges permet une segmentation binaire de cibles faibles dans des arrière-plans complexes, servant des applications allant de l'alerte précoce aux feux de forêt à l'évaluation des menaces par télédétection. Cependant, des défis pratiques persistent : les cibles infrarouges occupent souvent moins de 81 pixels (généralement moins de 9×9), présentent une énergie extrêmement faible avec des rapports signal-bruit d'environ 3, et manquent d'informations de forme ou de texture proéminentes. Ces caractéristiques font que les cibles sont facilement submergées dans le fouillis de fond, rendant l'extraction de caractéristiques particulièrement difficile. Les méthodes d'apprentissage profond ont amélioré les performances, mais la plupart se concentrent exclusivement sur les caractéristiques des cibles tout en négligeant les informations de fond—la grande majorité de l'image—ce qui conduit à un déséquilibre sévère entre les échantillons positifs et négatifs. Face à ces défis, il est urgent de disposer d'une approche qui modélise simultanément les cibles et les arrière-plans pour obtenir une détection robuste dans des scènes complexes.

Le 30 juin 2026, des chercheurs du Centre de recherche en ingénierie optique spatiale de l'Institut de technologie de Harbin ont publié (DOI : 10.34133/remotesensing.1046) leurs résultats dans le Journal of Remote Sensing. Leur réseau DEDM-Net (Diffusion-Enhanced Dense Mamba Network) proposé répond à un défi critique en télédétection : détecter de petites cibles infrarouges facilement submergées par le fouillis de fond. Cette technologie a un impact direct sur la prévention des feux de forêt, les systèmes d'alerte précoce de surveillance et l'évaluation des menaces militaires—des applications où les détections manquées ou les fausses alarmes peuvent avoir de graves conséquences.

L'équipe a développé un réseau en deux étapes qui produit un effet synergique supérieur à la somme de ses parties. La première étape utilise un modèle de diffusion à double voie avec un nouveau module de traitement aveugle qui prédit chaque pixel en utilisant uniquement les informations environnantes—jamais le pixel lui-même—empêchant les cibles extrêmement petites d'être mal classées comme arrière-plan. La deuxième étape introduit une architecture Mamba dense et imbriquée basée sur le modèle en espace d'état (SSM), qui capture des corrélations à longue portée à travers des caractéristiques globales et locales avec une complexité de calcul linéaire—un avantage significatif par rapport aux Transformers conventionnels. Un module de fusion de prédiction inter-étapes intègre en outre les caractéristiques des deux étapes, améliorant la précision de la segmentation des contours. Ensemble, ces innovations offrent des performances supérieures sur toutes les métriques d'évaluation par rapport à 11 méthodes de pointe.

Le DEDM-Net a été évalué sur trois jeux de données publics : NUAA-SIRST (427 images), NUDT-SIRST (1 327 images à 256×256) et IRSTD-1k (1 000 images à 512×512). Sur le jeu de données NUDT-SIRST, la méthode a atteint 93,40 % d'IoU, 93,28 % de nIoU, 98,37 % de probabilité de détection (P_d) et un taux de fausses alarmes remarquablement faible de seulement 3,75×10⁻⁶—surpassant DNA-Net (92,99 % d'IoU, 93,22 % de nIoU) et ISTDU-Net (91,69 % d'IoU, 91,84 % de nIoU). Sur le jeu de données IRSTD-1k, DEDM-Net a atteint 73,71 % d'IoU et 93,89 % de P_d avec seulement 11,10×10⁻⁶ fausses alarmes, surpassant tous les concurrents. Le module de traitement aveugle utilise une structure à double fenêtre avec un rayon externe R=4 et un rayon interne r=2, garantissant que les régions cibles sont « traitées aveuglément » tandis que le contexte environnant est capturé. Des études d'ablation ont confirmé que chaque composant—le chemin de génération, le chemin de restauration, la structure dense imbriquée et les blocs Mamba résiduels—contribue de manière significative à la performance globale. Le réseau a été entraîné sur un GPU NVIDIA RTX 4080 en utilisant l'optimiseur Adam.

« Les petites cibles infrarouges sont extrêmement difficiles car elles n'ont ni forme ni texture—elles ne sont essentiellement que quelques pixels brillants dans une mer d'arrière-plan », a déclaré l'auteur correspondant Dr Shikai Jiang de l'Institut de technologie de Harbin. « En modélisant simultanément l'arrière-plan sans cible et les régions cibles potentielles, notre approche améliorée par diffusion amplifie efficacement ce qui compte tout en supprimant ce qui ne compte pas. L'architecture Mamba fournit ensuite le contexte global nécessaire pour distinguer les vraies cibles du fouillis brillant. »

La méthode utilise un cadre d'entraînement en deux étapes. Dans l'étape d'amélioration par diffusion, un backbone U-Net estime le bruit sur 1 000 étapes de diffusion, avec un schéma à double voie modélisant à la fois les masques de cibles et les images d'arrière-plan. Le module de traitement aveugle génère des noyaux de convolution pixel par pixel qui excluent le pixel central, éliminant efficacement les petites cibles de la reconstruction de l'arrière-plan. Dans l'étape de détection, un réseau dense imbriqué avec des connexions de pyramide de caractéristiques et des blocs Mamba résiduels extrait des caractéristiques multi-échelles. La fonction de perte combine l'entropie croisée binaire (BCE) et les pertes Dice pour traiter le déséquilibre de classes.

Bien que DEDM-Net atteigne une précision supérieure, la conception en deux étapes basée sur la diffusion augmente le temps d'inférence par rapport aux réseaux à une seule étape. Les travaux futurs se concentreront sur la distillation de modèle, l'inférence en précision mixte et des échantillonneurs plus rapides pour réduire le nombre d'étapes de diffusion nécessaires. L'approche est prometteuse pour les systèmes de surveillance en temps réel, la navigation autonome de drones dans des conditions de faible visibilité et les réseaux de détection précoce des feux de forêt. Comme l'équipe l'a noté, le cadre pourrait également inspirer de nouvelles réflexions sur la façon dont les modèles génératifs et les architectures en espace d'état peuvent être combinés pour d'autres tâches de vision par ordinateur difficiles où la séparation cible-arrière-plan est critique.

Références
DOI
10.34133/remotesensing.1046

URL de la source originale
https://spj.science.org/doi/10.34133/remotesensing.1046

Informations de financement
Ce travail a été soutenu par la Fondation nationale des sciences naturelles de Chine sous la subvention 62305086, la Fondation chinoise des sciences postdoctorales sous la subvention 2023M740901, la Fondation des sciences naturelles de la province du Heilongjiang de Chine sous la subvention LH2024F032, et en partie par le Laboratoire national clé de la perception et de la fusion des informations aéroportées sous la subvention 20220001077001.

À propos du Journal of Remote Sensing
Journal of Remote Sensing, une revue en ligne en accès libre publiée en association avec AIR-CAS, promeut la théorie, la science et la technologie de la télédétection, ainsi que la recherche interdisciplinaire dans les sciences de la Terre et de l'information.

Chuanlink Innovations, où les idées révolutionnaires rencontrent leur véritable potentiel. Notre nom, enraciné dans l'essence de la transmission et de la connexion, reflète notre engagement à favoriser l'innovation et à faciliter le parcours des idées de leur genèse à leur réalisation.

Lien connexe :
http://chuanlink-innovations.com

Avertissement : Cette traduction a été générée automatiquement par NewsRamp™ pour 24-7 Press Release (collectivement désignés sous le nom de "LES ENTREPRISES") en utilisant des plateformes d'intelligence artificielle génératives accessibles au public. LES ENTREPRISES ne garantissent pas l'exactitude ni l'intégralité de cette traduction et ne seront pas responsables des erreurs, omissions ou inexactitudes. Vous vous fiez à cette traduction à vos propres risques. LES ENTREPRISES ne sont pas responsables des dommages ou pertes résultant de cette confiance. La version officielle et faisant autorité de ce communiqué de presse est la version anglaise.