Frente a los problemas de reconocimiento de componentes de objetivos infrarrojos causados por el autoencubrimiento, características visuales no evidentes y grandes variaciones en las características, se propone un método de reconocimiento de componentes de objetivos infrarrojos basado en un modelo gráfico de conocimiento. La metodología de reconocimiento en dos etapas primero identificó el objetivo en su conjunto, luego los componentes del objetivo. En primer lugar, se detectó el objetivo en su conjunto, luego se amplió el área del objetivo a los detalles de la señal de alta resolución para mejorar la capacidad de reconocimiento del objetivo; luego, el modelo de reconocimiento de componentes se incorporó al modelo gráfico de conocimiento del objetivo, utilizando las relaciones estructurales de los componentes del objetivo para inferir las relaciones de co-ocurrencia de los componentes, integrando una atención a la correlación de componentes para mejorar el rendimiento de reconocimiento de componentes, resolviendo los problemas de reconocimiento de componentes debido a la falta de características visuales; para el autoencubrimiento de componentes, se propuso una estrategia de control de la velocidad de aprendizaje basada en el autoencubrimiento para mejorar el rendimiento de aprendizaje y convergencia del modelo. Finalmente, se construyó un modelo de sistema de verificación de equivalencia de objetivos internos y se realizaron pruebas en aviones en diferentes posturas y distancias, con una precisión media de reconocimiento del 92,2%. Los resultados experimentales muestran que el método propuesto mejora la capacidad de reconocimiento de componentes de objetivos, mejorando significativamente la precisión y la recuperación.

Reconocimiento de objetivos infrarrojos; Modelo gráfico de conocimientos; Reconocimiento global; Modelo de vector global; Módulo de atención; Estrategia de control de velocidad de aprendizaje