تقسيم الصور الجوية المدفوع بالارتباط المتبادل: الاستفادة من الميزات متعددة المقاييس ومعلومات الحواف

الملخص: يعتبر التقسيم الدلالي لصور الاستشعار عن بعد أمرًا حيويًا لتفسير هذه المشاهد الكبيرة والغنية بالمعلومات، وتقدم دراستنا طريقة جديدة لتقسيم صور الاستشعار عن بعد (RSI) عند مواجهة بيانات تدريب محدودة وفئات غير متوازنة. يعتمد نهجنا على وظيفة محتملة فريدة تدمج المعلومات من كل من تقسيم البيكسلات الفائقة واكتشاف الحواف. يتيح هذا الجمع للنموذج تحليل الميزات بفعالية على مقاييس متنوعة وتقليل تأثير الأخطاء المحتملة في تقسيم البيكسلات الفائقة. علاوة على ذلك، فإن تضمين تفاصيل الحواف المستخرجة عبر خوارزمية رمز الرسم (Sketch token) يصقل حدود الكائنات، مما ينتج عنه نتائج تقسيم أكثر دقة. تقدم هذه الدراسة حلاً واعدًا لتحقيق تفسير موثوق لصور الاستشعار عن بعد في السيناريوهات التي تحتوي على بيانات تدريب محدودة.