في مجال الإنذار الجوي، تعتبر تقنية الكشف عن الأهداف الضعيفة الصغيرة بالأشعة تحت الحمراء حاسمة للإدراك الميداني بعيد المدى على مدار الساعة. لمواجهة مشكلة انخفاض احتمالية الكشف وارتفاع معدل الإنذارات الكاذبة الناتجة عن قلة نسبة بكسلات الأهداف الضعيفة الصغيرة وقلة الخصائص في الخلفيات المعقدة، تم اقتراح طريقة كشف أهداف ضعيفة صغيرة بالأشعة تحت الحمراء في خلفيات معقدة تعتمد على شبكة التفاف ثلاثية الأبعاد زمانية ومكانية. تقترح الطريقة شبكة استخراج ميزات رئيسية تجمع بين الالتفاف الثنائي والالتفاف الثلاثي الأبعاد، وتدمج خصائص النسيج المكاني وخصائص الحركة بين الإطارات لتحقيق الإدراك التعاوني لبنية الهدف وتغير الزمن؛ وبالنسبة لخصائص الأهداف الضعيفة الصغيرة بالأشعة تحت الحمراء، تم تصميم وحدة تباين محلي لتوسيع مجال الاستقبال وبالتالي تعزيز الميزات؛ وتم إدخال آلية انتباه غير متماثلة لدمج الميزات، مما يزيد من احتفاظ معلومات النسيج والموقع؛ وأخيراً، من خلال دالة فقدان الانحدار النقطي، تم حساب نتائج الكشف. تم إجراء التجارب على مجموعات بيانات عامة ومجمّعة ذاتياً للتدريب والاختبار. أظهرت النتائج أن الخوارزمية المحسنة تحسّن معدل الاستدعاء بنسبة لا تقل عن 7.52٪ وتحسّن الدقة المتوسطة بنسبة لا تقل عن 6.46٪ مقارنة بشبكات الكشف عن الأهداف الضعيفة الصغيرة بالأشعة تحت الحمراء الموجودة. يمكن تطبيقها بفعالية في الكشف عن الأهداف الضعيفة الصغيرة بالأشعة تحت الحمراء في الخلفيات المعقدة، وتعكس قوة تحمل جيدة وقدرة تكيف.

الأهداف الضعيفة الصغيرة بالأشعة تحت الحمراء;التعلم العميق;كشف الأهداف;شبكة التفاف ثلاثية الأبعاد زمانية ومكانية