يمكن لزوج الصور متعددة الطيف أن يوفر معلومات بصرية مكملة، مما يجعل أنظمة كشف المشاة أكثر مقاومة وموثوقية. وللاستفادة من كلا الوسائط RGB والأشعة تحت الحمراء الحرارية، نقدّم نهجًا جديدًا لدمج الميزات متعددة الطيف المستندة إلى الانتباه. وبتوجيه من وحدات الانتباه بين الوسائط وداخل الوسائط، تتعلم البنية العميقة لدينا توزيعًا ديناميكيًا للوزن ودمج الميزات متعددة الطيف. وأظهرت التجارب على مجموعتي بيانات علامة متعددة الطيف علنية النتائج أن النهج المقترح يُحسّن بشكل ملحوظ دقة الكشف بتكلفة حسابية منخفضة.