يُعتبر تصنيف الصور الطيفية (HSI) عن بُعد أحد العناصر الأساسية في تطبيقات الاستشعار عن بُعد، بما في ذلك الزراعة، ورصد البيئة، وتحليل المناطق الحضرية. ومع ذلك، لا تزال الأداءات تواجه تحديات بسبب التكرار الطيفي العالي، والحساسية للضوضاء، والصعوبة في نمذجة التركيب المادي المحلي والاعتمادية الطيفية طويلة المدى بشكل مشترك.

للتغلب على هذه التحديات، قدم الباحثون شبكة AGSA-Net، وهي شبكة ذاتية الانتباه المدعومة بالكمية (Abundance-Guided Self-Attention Network) التي تدمج صراحة أولويات التفكيك الطيفي في عملية التصنيف.

تبدأ AGSA-Net بتقدير خرائط تكوين فرعي ذات مغزى بشكل مادي، مع الالتزام بقيود عدم السلبية والاختصار إلى الواحد، ويتم إجراء ذلك بواسطة مُفكك تسويقي هجين خطي وغير خطي. يتم استخدام الكميات المتعلمة لإنشاء أولوية جذب الكمية التي توجه المُحوّل الطيفي لتعزيز التفاعلات المميزة بين الفئات، وتُدمج الميزات الناتجة مع الأوصاف الكمية المدمجة للتنبؤ النهائي.

بالمقارنة مع الطرق الحالية التي تستخدم الكمية كميزات مساعدة أو مضافة، تقدم AGSA-Net طريقة فريدة تعزز النمذجة السياقية المدعومة بالكمية، خاصةً في المشاهد الحضرية المتنوعة. وقد أظهرت التجارب على حديقة الهند، وأوغسبورغ، وبرلين، فوائد جليّة لهذا النهج.

يمكن للمهتمين الاطلاع على الشيفرة المصدرية والنماذج المدربة عبر الرابط التالي: رابط الشيفرة المصدرية. هل تعتقد أن هذه التقنية ستحدث طفرة في كيفية تحليل الصور الطيفية؟ شاركونا آرائكم في التعليقات!