地雷对发展中国家的民众构成持续威胁（Makki等人，2017a）。每年，数十万枚地雷导致死亡和截肢。例如，在柬埔寨，超过35,000人在地雷爆炸后截肢（Takasaki，2020）。一些受害者因现场失血或在缺乏送往医院交通工具的情况下死亡（Makki等人，2017a）。鉴于地雷对现代社会的重大影响，我们的研究重点是利用高光谱成像，特别是热红外高光谱成像，来探测地雷。
多项研究表明，可见光和近红外（VNIR）高光谱成像不足以探测完全掩埋的地雷（Achal等人，2007a）。这促使我们调查利用覆盖短波（SWIR）、中波（MWIR）和长波（LWIR）光谱区域的热红外高光谱成像进行反步兵地雷探测。土壤与埋藏物体之间的热对比取决于两种材料的热特性，并随探测方法而变化。在自然升温条件下，埋藏物体的存在会影响土壤中的热传导（Niu等人，2020a）。因此，物体上方的土壤温度通常与未受扰动的温度场不同。放置在土壤区域上方用于探测物体的热红外成像设备会测量这种温度对比。
热成像和高光谱遥感技术的最新进展显著提高了埋地雷的探测能力（Qiu等人，2023）。传统的被动红外成像已发展为多光谱和高光谱技术，能够捕获材料特有的发射率特性（Liqin等人，2024）。深度学习模型，如卷积神经网络（CNNs）和视觉 Transformer（ViTs），已被集成到地雷探测过程中，即使在遮挡环境下也能提高目标定位和分类能力。
此外，结合了热成像、RGB和近红外成像的混合数据集也已出现，使得传感器融合技术能够在杂乱环境中提高检测精度（Qiu等人，2023）。
热红外高光谱成像对于埋藏目标感知尤为相关，因为它在SWIR、MWIR和LWIR区域结合了间接热对比与材料依赖的光谱信息（Achal等人，2007）。与主要依赖表面反射的VNIR方法以及性能可能受土壤条件和杂波强烈影响的探地雷达（GPR）不同，TIR传感可以揭示地下热传导产生的表面扰动（Achal等人，2007）。然而，可测量的异常强烈依赖于深度，而现有文献仍然缺乏一个统一且计算可行的模型，能够在整个TIR范围内将埋深、热衰减、光谱修改、目标-背景混合和环境温度联系起来（Liqin等人，2024）。
半合成研究的实际动机在于，包含已知材料、深度和环境条件下的埋地雷的校准TIR高光谱数据集非常有限（Niu等人，2020b）。现场采集成本高昂，需要专业传感器、受控的真值数据和严格的安全程序（Achal等人，2007b）。因此，半合成框架能够实现可重复的参数扫描和精确的真值，但其局限性必须与现实世界的实验验证明确区分。
因此，本工作提出了一种深度相关的热特征模型，并在PI+ACE检测流程中对其进行评估。其新颖性不在于PI或ACE本身，而在于将这些成熟的检测器与该模型相结合，并系统地分析检测器行为作为埋深、目标贡献、背景成分和温度的函数。ACE已被广泛认可为最有效的高光谱目标检测算法之一，并仍然是亚像素目标检测研究的标准基准（Manolakis等人，2013；Vincent & Besson，2020a）。
一些现有研究并未使用全波段TIR高光谱成像。本文的目标是通过将埋藏物体（金属和塑料）的光谱特征作为其埋深的函数进行建模来探测这些物体。检测过程首先使用像素强度方法识别场景中存在的稀有物体，然后使用自适应相干估计器（ACE）进行分类（Khodor等人，2021）。此外，我们使用两种选择方法——多准则法和分析物净信号法——研究了与每种物体类型相关的光谱波段。
本文其余部分组织如下。第2节回顾了利用热红外和高光谱成像进行埋地雷探测的现有文献。第3节提出了埋地雷热高光谱特征的深度相关物理模型。第4节描述了材料、半合成数据集生成过程和实验设置。第5节详细介绍了所提出的检测框架、降维技术和实验设计。第6节展示并讨论了实验结果，包括室内和室外检测性能、光谱波段选择、与成熟检测器的对比评估、敏感性分析和研究局限性。最后，第7节总结全文并概述未来研究方向。附录提供了全文使用的术语表。
