Key points are not available for this paper at this time.
تكنولوجيا كشف السحب ضرورية في معالجة الصور عن بُعد. بينما يعد كشف السحب مجال بحث ناضج، لا تزال هناك تحديات في كشف السحب على الأسطح العاكسة مثل الجليد والثلج والرمال. وخاصة، يبقى كشف ظلال السحب منطقة هامة للقلق ضمن تكنولوجيا كشف السحب. لمعالجة المشاكل المذكورة أعلاه، يتم اقتراح نموذج شبكة دمج الميزات المعتمدة على الانتباه الذاتي القائم على بنية على شكل حرف U. يعتمد النموذج على هيكل مشفر-فك تشفير مستند إلى UNet. يقوم المشفر بإجراء تقليل العينة لاستخراج الميزات العميقة، بينما يستخدم فك التشفير رفع العينة لإعادة بناء خريطة الميزات. لالتقاط الميزات الرئيسية للصورة، يتم تقديم وحدة الاهتمام المكاني للقناة (CSAM) في هذا العمل. تتضمن هذه الوحدة آلية انتباه لتعديلات مجال الرؤية التكيفية. في عملية رفع العينة، يتم اختيار قنوات مختلفة للحصول على معلومات غنية. يتم دمج المعلومات السياقية لتحسين استخراج تفاصيل الحواف. يتم تنفيذ دمج الميزات في نفس الطبقة بين رفع العينة وتقليل العينة. تسهل وحدة دمج الميزات (FFM) التوزيع الموضع للصورة على أساس بكسل ببكسل. يتم تمييز حدود واضحة باستخدام دالة خسارة مبتكرة. أخيرًا، تظهر النتائج التجريبية على مجموعة بيانات GF1WHU أن نتائج التجزئة لهذه الطريقة أفضل من الطرق الموجودة. ومن ثم، فإن نموذجنا ذو أهمية كبيرة للتجزئة العملية لظلال السحب.
درس دو وزملاؤه (سون،) هذا السؤال.