点到掩码：从任意点标注到红外小目标检测
计算机视觉与模式识别
2026-03-18 v1
摘要
红外小目标检测（IRSTD）方法主要将任务表述为像素级分割，这需要高成本的稠密标注，且不适用于纹理弱且边界模糊的小目标。为此，本文提出Point-to-Mask框架，通过两个组件桥接低成本点监督与掩码级检测：Physics-driven Adaptive Mask Generation（PAMG）模块将点标注转换为紧凑目标掩码和几何线索，轻量化Radius-aware Point Regression Network（RPR-Net）利用时空运动线索，将IRSTD重新表述为目标中心定位和有效半径回归。两个模块形成闭环：PAMG在训练时生成伪掩码和几何监督，RPR-Net的几何预测在推理时反馈给PAMG用于像素级掩码恢复。为便于系统评估，本文进一步构建SIRSTD-Pixel数据集，包含精细化的像素级标注。实验表明，所提框架实现了强劲的伪标签质量、高检测精度和高效推理，在点监督设置下接近全监督性能，标注成本显著降低。代码和数据集将发布于：https://github.com/GaoScience/point-to-mask。
引用
@article{arxiv.2603.16257,
title = {Point-to-Mask: From Arbitrary Point Annotations to Mask-Level Infrared Small Target Detection},
author = {Weihua Gao and Wenlong Niu and Jie Tang and Man Yang and Jiafeng Zhang and Xiaodong Peng},
journal= {arXiv preprint arXiv:2603.16257},
year = {2026}
}