Face au défi de la réduction de la précision de reconnaissance des composants de la cible dus à l'occultation de la cible, à la faible clarté des caractéristiques visuelles et à la grande variabilité des caractéristiques, nous proposons une méthode de reconnaissance des composants infrarouges basée sur un graphe de connaissances. En appliquant une stratégie de reconnaissance en deux étapes, nous commençons par reconnaître la cible dans son ensemble, puis nous reconnaissons les composants de la cible. Nous détectons d'abord la cible, puis étendons la zone cible aux informations détaillées de signal de haute résolution améliorée, améliorant la capacité de reconnaissance de la cible; ensuite, le modèle de reconnaissance de composants est intégré au graphe de connaissances de la cible, utilise les relations de structure des composants de la cible pour déduire les relations co-occurrence des composants, fusionne les composants attentifs liés pour améliorer les performances de reconnaissance des composants, résolvant le défi de reconnaissance des composants causé par le manque de clarté des caractéristiques visuelles; pour l'occultation des composants, une stratégie de contrôle du taux d'apprentissage basée sur l'occultation est proposée, améliorant la performance et la convergence du modèle à l'occultation. Enfin, un modèle de système de vérification d'équivalent de réduction intérieur des cibles a été établi pour tester les avions dans différentes positions et distances, et le taux de reconnaissance moyen atteint 92,2%. Les résultats de l'expérience montrent que la méthode de reconnaissance des composants de la cible proposée fonctionne mieux, améliorant considérablement la précision et le rappel.

Reconnaissance de cible infrarouge; graphe de connaissances; reconnaissance globale; modèle de vecteur global; module d'attention; contrôle du taux d'apprentissage