Proposition d'une méthode de reconnaissance des composants de cibles infrarouges basée sur un modèle graphe de connaissances pour faire face aux problèmes de masquage automatique, caractéristiques visuelles non évidentes et grandes variations des caractéristiques. La méthodologie de reconnaissance en deux étapes a d'abord identifié la cible dans son ensemble, puis les composants de la cible. Tout d'abord, la cible a été détectée dans son ensemble, puis la zone de la cible a été étendue aux détails de signal à haute résolution pour améliorer la capacité de reconnaissance de la cible ; puis, le modèle de reconnaissance des composants a été intégré dans le modèle graphe de connaissances de la cible, en utilisant les relations structurelles des composants de la cible pour déduire les relations co-occurrence des composants, en intégrant une attention à la corrélation des composants pour améliorer les performances de reconnaissance des composants, résolvant les problèmes de reconnaissance des composants dus à des caractéristiques visuelles insuffisantes ; pour le masquage des composants, une stratégie de contrôle de la vitesse d'apprentissage basée sur le masquage automatique a été proposée pour améliorer les performances d'apprentissage et de convergence du modèle. Enfin, un modèle de système de vérification de l'équivalence des cibles internes a été construit et des tests ont été effectués sur des avions dans des conditions de posture et de distance différentes, avec une précision moyenne de reconnaissance atteignant 92,2%. Les résultats expérimentaux montrent que la méthode proposée améliore la capacité de reconnaissance des composants de cibles, améliorant significativement la précision et le rappel.

Reconnaissance de cibles infrarouges; Modèle graphe de connaissances; Reconnaissance globale; Modèle de vecteur global; Module d'attention; Stratégie de contrôle de la vitesse d'apprentissage