ICCV 2025 | 南开&南邮提出DISTA-Net：动态稀疏重建新范式，破解密集红外小目标解混难题！

点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达

在红外成像领域，当远距离目标以密集簇形式出现时，重叠的信号会形成模糊的光斑，使得人类视觉和传统算法都难以分辨目标的数量、精确位置和辐射强度。这一难题长期困扰着红外搜索与跟踪系统的性能提升。近日，由Shengdong Han等学者提出的DISTA-Net模型，为解决这一挑战带来了革命性突破。

论文信息

题目：DISTA-Net: Dynamic Closely-Spaced Infrared Small Target Unmixing

DISTA-Net：动态密集间隔红外小目标解混

作者：Shengdong Han、Shangdong Yang、Yuxuan Li、Xin Zhang、Xiang Li、Jian Yang、Ming-Ming Cheng、Yimian Dai

源码：https://github.com/GrokCV/GrokCSO

红外成像的"迷雾"：密集小目标检测的困境

想象一下，在远距离红外监控中，多个目标紧密排列形成的光斑往往重叠在一起，看起来就像一个模糊的亮点（如图1所示）。这种现象被称为紧密间隔红外小目标（CSIST），由于艾里斑干扰，传统的目标检测算法往往束手无策。

紧密间隔红外小目标示意图

传统方法通常采用稀疏重建技术，但这些方法高度依赖人工调整的超参数，当目标数量或位置变化时，性能会急剧下降。而深度学习在该领域的应用长期面临三大障碍：缺乏标准化数据集、没有专用评估指标、缺少开源工具包。

三大创新点：DISTA-Net的核心突破

1. 动态解混网络：让AI学会"自适应调整"

DISTA-Net（动态迭代收缩阈值网络）的最大创新在于将传统稀疏重建方法重构为动态深度学习框架。与固定参数的传统模型不同，该网络能够根据输入数据实时生成卷积权重和阈值参数，就像给AI配备了"自适应眼镜"，可以根据场景自动调整焦距。

这种动态特性使其能够处理不同密度、不同辐射强度的目标簇，解决了传统方法在复杂场景下泛化能力差的问题。

2. 数据自适应非线性变换：突出关键特征

研究团队设计了独特的数据自适应非线性变换函数，能够将图像映射到更丰富的维度空间，同时自动突出重要区域。配合动态阈值模块（如图4左侧所示），该函数能根据输入图像的变化灵活调整，避免了固定参数过严或过松的弊端。

DISTA-Net动态阈值模块

动态阈值模块通过双卷积层捕获多尺度特征，结合空间选择性掩码生成自适应阈值，使网络对密集重叠目标的处理能力显著提升。

3. 首个开源生态系统：推动领域发展

为了打破研究壁垒，团队构建了包含三大组件的开源生态系统：

• CSIST-100K数据集：包含10万对标注图像，每张图像含1-5个重叠目标，标注精度达亚像素级别

• CSO-mAP评估指标：针对亚像素检测设计，能同时评估目标数量、位置和辐射强度

• GrokCSO工具包：基于PyTorch的开源工具，封装了多种先进模型和评估脚本

DISTA-Net架构解析：动态框架的力量

DISTA-Net的整体架构如图4所示，由N个迭代阶段组成，每个阶段包含动态变换、动态软阈值化和逆变换三个核心组件。

DISTA-Net整体架构

动态变换模块：双分支特征增强

该模块通过两个并行分支处理输入：

• 主分支：采用Conv-ReLU-Conv结构提取基础特征

• 辅助分支：根据输入动态生成卷积核，对特征进行自适应增强

通过这种设计，网络能够有效处理稀疏图像的扰动敏感性，增强关键特征表示。

动态软阈值生成：智能筛选重要信息

动态阈值生成器通过多尺度特征提取和空间注意力机制，生成与输入匹配的阈值参数。这种机制使网络能够在复杂背景中准确区分目标信号和噪声，尤其适合处理密集重叠的目标场景。

实验验证：性能全面超越传统方法

在CSIST-100K数据集上的测试结果显示，DISTA-Net在各项指标上均显著领先：

定量指标领先

• CSO-mAP达到46.74%，超越传统ISTA方法和其他深度展开模型

• AP-20（0.2像素精度要求）达到86.18%，接近亚像素划分的理论极限

• PSNR和SSIM分别达到37.87和99.79，图像重建质量最优

不同方法性能对比

视觉效果惊艳

在包含3-5个目标的密集场景中（如图5），DISTA-Net能够清晰分离重叠目标，保持准确的空间分布和边界，而传统方法则出现明显的模糊和合并现象。

不同方法视觉效果对比

消融实验验证

通过消融实验（表2）可以看出，动态变换和动态阈值模块对性能提升至关重要，其中动态阈值模块的贡献更为显著。

消融实验结果

总结与展望

DISTA-Net的提出首次将深度学习应用于密集间隔红外小目标解混任务，其动态网络设计为解决类似的稀疏信号重建问题提供了新思路。开源生态系统的建立则为该领域的持续发展奠定了基础。

未来，随着红外成像技术的进步，该方法有望在远距离监控、导弹预警、空间探测等领域发挥重要作用。研究团队也计划进一步优化模型效率，拓展其在实时系统中的应用。

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。


下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。


下载3：人工智能0基础学习攻略手册
在「小白学视觉」公众号后台回复：攻略手册，即可获取《从 0 入门人工智能学习攻略手册》文档，包含视频课件、习题、电子书、代码、数据等人工智能学习相关资源，可以下载离线学习。


交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~