Automatyczne rozpoznawanie i śledzenie celów rozwijano również dla obrazów w podczerwieni. W sekwencjach obrazów z systemów FLIR stosowano m.in. segmentację obrazu, klasyfikatory bayesowskie i algorytmy śledzenia celów w warunkach występowania złożonego tła. Badano także modele wykorzystujące reprezentację kształtu celu i jego zmian w zależności od kierunku obserwacji.

Współczesne metody rozpoznawania celów wykorzystują również konwolucyjne sieci neuronowe (CNN). W badaniach nad rozpoznawaniem obiektów wojskowych na obrazach w podczerwieni wykazano możliwość trenowania takich sieci przy użyciu realistycznych obrazów syntetycznych, gdy liczba rzeczywistych obrazów treningowych jest ograniczona. Skuteczność rozpoznawania zależy przy tym od stopnia podobieństwa danych syntetycznych do obrazów uzyskiwanych w rzeczywistych warunkach.

Rozpoznawanie na obrazach SAR

mały|Obraz uzyskany za pomocą trybu radaru z syntetyczną aperturą radaru AN/APG-81. Obrazy SAR mogą stanowić dane wejściowe systemów automatycznego rozpoznawania celów.