تطورت تقنية الاستشعار عن بعد بسرعة مما أدى إلى توافر مجموعة متنوعة من البيانات الواقعة تحت تقنية الاستشعار عن بعد. تعتبر صور الطيف العالي كأحد أنواعها ذات الدقة الطيفية العالية، وهي دائمًا مصدر بيانات مهم لتطبيقات المراقبة الأرضية المختلفة. في مجال الرؤية الحاسوبية، تتطور وتتجاوز باستمرار خوارزميات التعرف النمطي التي تمثلها التعلم العميق، مما يوفر وسائل تقنية فعالة أكثر لتطبيقات الاستشعار العالي الطيف. من بينها، تعتبر الشبكات العصبية الرسم البياني وسيلة فعالة تستخدم على نطاق واسع في مهام تفسير صور الاستشعار العالي الطيف، وهي قادرة على استخدام العلاقات الكامنة بين العينات في الفئات المُسمَّاة بوجود عينات تدريب معدودة لتنقب عن معلومات السياق المحلي والعالمي وتوليد نتائج تصنيف عالية الدقة. يقوم هذا البحث بتلخيص بعض إطارات الشبكات العصبية البيانية الأكثر استخدامًا في فئة التفسير لصور الاستشعار العالي الطيف، وذلك عن طريق تحليل هياكل كل إطار لفهم ملامح الأساليب الموجودة في الأبحاث وتصنيف تلك الطرق. يقوم هذا البحث بتصنيف الإنجازات السابقة المتاحة بناءً على ثلاثة زوايا: اتصال الرسم، شبكة العقد، نموذج الشبكة. بالإضافة إلى ذلك، يقدم هذا البحث استخدام شبكات العصبية البيانية في تصنيف صور استشعار عالي الطيف لعدد مختلف من الأوضاع، وعدد مختلف من التسميات. وأخيرًا، يلخص هذا البحث ويسلط الضوء على تقنيات الرسم العميق، ودمج تقنيات التعلم العميق الأخرى، والنماذج الكبيرة القائمة على الرسوم البيانية، لتقديم توجهات وأفكار لبحث شبكات العصبية البيانية في مستقبل الاستشعار عن بعد.

استشعار عالي الطيف؛ تصنيف؛ شبكات عصبية بيانية؛ شبكات تكبير الرسم البياني؛ التعلم العميق