تظهر مناطق التعدين في الجبال الباردة والعالية الارتفاع أنواع تغطية أراضي غير متجانسة، وامتدادات مكانية كبيرة، وحدود مجزأة، مما يجعل المراقبة على نطاق واسع صعبة مع التفسير اليدوي. تقترح هذه الدراسة CS-DeepLabV3+، وهو إطار تقسيم دلالي معزز قائم على DeepLabV3+ لصور بصرية بدقة 1 متر في جبال كونلون. تم إدخال كتلة نمذجة سياقية بين خرج الترميز ووحدة تجميع هرمية جدارية لتعزيز نمذجة الاعتماد على المدى الطويل تحت خلفيات معقدة. في وحدة فك التشفير، تم تطبيق كتلة انتباه قناة على الميزات المدمجة لكبح الاستجابات الزائدة وتحسين الانفصال بين الفئات المربكة. تظهر التجارب على مجموعة بيانات تم إنشاؤها ذاتيًا (Kunlun-Set) تحسينًا في تحديد الحدود والاتساق الإقليمي للفئات المتعلقة بالتعدين النموذجية (مثل برك المخلفات، والمخزون، والساحات الصناعية). حققت CS-DeepLabV3+ معدل تقاطع-اتحاد متوسط قدره 81.83% في مجموعة الاختبار، متفوقة على قاعدة DeepLabV3+ بمقدار 3.52 نقطة مئوية. تؤكد دراسات الاستئصال أن النمذجة السياقية وإعادة معايرة القناة تقدم مكاسب تكاملية.
درس تشى وآخرون (ثلاثاء)، هذه المسألة.