شبكة كشف الظلال ذات الفروع المزدوجة المتميزة بدمج المزايا لترانسفورمر مع الشبكة العصبية التكرارية المتصلة العميقة (CNN)

WANG Yifan ,  

HUANG Xian ,  

WANG Jianlin ,  

ZHOU Tong ,  

ZHOU Wenjun ,  

PENG Bo ,  

摘要

الظلال في صور الاستشعار عن بعد يعد أمرًا حاسمًا لتفسير الصور واستخراج عناصر الموقع، لكن يمكن أن تكون أيضًا عاملًا مزعجًا. حاليًا، على الرغم من تحقيق التقدم في استشعار الظلال باستخدام التعلم العميق في صور الاستشعار عن بعد، إلا أنه لا يزال يواجه تحديات مثل الاهتمام الجزئي والكشف الخاطئ وتعقيد نموذج الشبكة. لهذا، قدمت هذه الدراسة شبكة كشف الظلال ذات الفروع المزدوجة المتميزة بدمج المزايا لترانسفورمر مع الشبكة العصبية التكرارية المتصلة العميقة (CNN). تعتمد هذه الطريقة على هيكل الفروع المزدوجة لاستكشاف المعلومات من منظورين، عالمي ومحلي، لتكامل الميزات بشكل فعال لالتقاط سمات الظل بدقة أكبر. بالإضافة إلى ذلك، من خلال إدخال وحدة التنبؤ بالظلال والدالة الخسارة المشتركة، تحسنت دقة كشف الظلال بشكل أكبر. تشير نتائج التجارب على مجموعة بيانات ظلال الصور الجوية AISD إلى أن هذه الطريقة فعالة بشكل كبير في تحسين دقة كشف الظلال، حيث بلغت 97.112 ٪، وتنخفض معدل الكشف الخاطئ (انخفاض 0.389 في معدل الخطأ النسبي)، مما يؤكد فعاليتها بشكل كامل. بشكل عام، تقدم شبكة كشف الظلال ذات الفروع المزدوجة المقترحة من قبل هذه الدراسة وسيلة فعالة جديدة لتقليل الاهتمام الجزئي والكشف الخاطئ للظلال الصغيرة في صور الاستشعار عن بعد، وهو أمر له أهمية كبيرة في تفسير صور الاستشعار عن بعد واستخراج عناصر الموقع.

关键词

صور الاستشعار عن بعد;كشف الظلال;الشطب الدلالي;شبكة ذات فروع مزدوجة;تكامل الميزات;ترانسفورمر;CNN;ResNet

阅读全文