En las aplicaciones avanzadas, basadas en sistemas de detección infrarroja, la detección precisa de objetivos pequeños se ha convertido en un trabajo difícil hoy en día. Esto se vuelve aún más complicado cuando el fondo es altamente denso además de la naturaleza de los objetivos pequeños. El problema planteado anteriormente se resuelve de varias maneras, incluidos los métodos basados en imagen de parche infrarrojo (IPI) que se consideran tener el mejor rendimiento. Además, la mayor contracción de los valores singulares en los métodos basados en IPI conduce al problema de minimización de la norma nuclear (NNM), lo que lleva al problema de reconocer incorrectamente objetivos pequeños en un fondo altamente complejo. Por lo tanto, este documento propuso un nuevo método para la detección de objetivos pequeños infrarrojos (ISTD) a través de la minimización de la variación total y la suma parcial (TV-PSMSV). El TV-PSMVS propuesto en este trabajo básicamente reemplaza el NNM de IPI con la minimización de la suma parcial (PSM) de los valores singulares y, además, se introduce el término de regularización de la variación total (TV) en la imagen de parche de fondo (BPI) para suprimir el fondo complejo y mejorar el objeto de interés. La solución matemática del enfoque TV-PSMSV propuesto se realizó utilizando el multiplicador de dirección alternante (ADMM) para verificar la solución propuesta. La evaluación experimental utilizando un conjunto de datos reales y sintéticos se realizó, y el resultado reveló que el TV-PSMSV propuesto superó a los métodos de referencia existentes en términos del factor de supresión de fondo () y la relación señal a ruido ().