يهدف التسمية الكثيفة إلى تحديد المناطق الدلالية بشكل متزامن ووصف هذه المناطق ذات الاهتمام (ROIs) بعبارات أو جمل قصيرة بلغة طبيعية. أظهرت الدراسات السابقة تقدماً ملحوظاً، لكنها غالباً ما تكون عرضة لمشكلة الفتحة، حيث يفتقر الوصف المُنشأ من خلال الخصائص داخل منطقة الاهتمام الواحد إلى التماسك السياقي مع سياقها المحيط في الصورة الإدخال. في هذا العمل، ندرس الاستدلال السياقي استنادًا إلى انتشار الرسائل متعددة المقاييس من المحتويات المجاورة إلى المناطق المستهدفة. لهذا الغرض، صممنا إطار عمل جديد للتصنيف الكثيف المعتمد على السياق والخصائص يتكون من: 1) وحدة التنقيب البصري السياقية و2) وحدة إنشاء الوصف المعتمدة على الخصائص متعددة المستويات. علماً بأن العناوين غالباً ما تحدث مع الخصائص اللغوية (مثل من، ماذا وأين)، فقد دمجنا أيضاً رقابة مساعدة من الخصائص اللغوية الهرمية لتعزيز تميز العناوين المُتعلمة. أثبتت التجارب الواسعة والدراسات الانحدارية على مجموعة بيانات Visual Genome تفوق النموذج المقترح مقارنة بالطرق المتقدمة.请注意，"Visual Genome" 是一个专有名词，指的是特定的数据集，因此在阿拉伯语中通常保留其英文形式。