자체 가리는 대상, 시각적 특징의 불명확함, 특징 변동으로 인한 부품 인식 정확도 감소 등의 어려움을 해결하고자, 지식 그래프 기반의 적외선 대상 부품 인식 방법을 제시한다. 두 단계의 인식 전략을 적용하여, 먼저 대상 전체를 인식한 후 대상 부품을 인식한다. 먼저 대상을 감지하고, 고해상도 개선 신호의 세부 정보로 대상 영역을 확장하여 대상 인식 능력을 향상시킨다; 그 후, 부품 인식 모델이 대상 지식 그래프에 통합되어 부품 구조적 관계를 활용하여 부품 동시 발생 관계를 추론하고 부품 관련 주의를 통합하여 부품 인식 성능을 향상시키고 시각적 특징 부족으로 인한 부품 인식 어려움을 해소한다; 부품 자체 가림에 대해, 자체 가림 기반 학습 속도 제어 전략을 제시하여 모델의 자가 가림 학습 능력과 수렴성을 향상시킨다. 마지막으로, 대상내 동등 축소 검증 시스템의 모델을 구축하여 다양한 자세와 거리 조건에서 비행기를 테스트하여 평균 인식 정확도 92.2%를 달성했다. 실험 결과는 제안된 방법이 목표 부품 인식 능력을 더욱 향상시키고 정확도와 회수율을 현저히 향상시켰음을 보여준다.

적외선 대상 인식; 지식 그래프; 전체 인식; 전역 벡터 모델; 주의 모듈; 학습 속도 제어