تقدم هذه الورقة استراتيجية تتبع واعية بالسياق (CATS) للكشف الحاد عن الحواف باستخدام كاشفات الحواف العميقة، وذلك استنادًا إلى ملاحظة تُظهر أن الغموض في تحديد المواقع الناتج عن كاشفات الحواف العميقة يُعزى في جوهره إلى ظاهرة الخلط في الشبكات العصبية التلافيفية: خلط الميزات أثناء تصنيف الحواف، وخلط الجوانب أثناء دمج التنبؤات الجانبية. يتكوّن CATS من وحدتين: أولًا، خسارة تتبع جديدة تقوم بفصل الميزات من خلال تتبع الحدود، مما يعزز تعلّم الحواف الجانبية؛ ثانيًا، كتلة دمج واعية بالسياق تُعالج مشكلة خلط الجوانب من خلال دمج المزايا المكملة للحواف الجانبية المُتعلّمة. تُظهر التجارب أن الاستراتيجية المقترحة يمكن دمجها في كاشفات الحواف العميقة الحديثة لتحسين دقة تحديد المواقع. وباستخدام الهيكل الأساسي الافتراضي VGG16، وباستخدام مجموعة بيانات BSDS500، تُحسّن CATS قياس F (ODS) لكلا كاشفَي RCF وBDCN العميقيين بنسبة 12% و6% على التوالي، عند التقييم دون استخدام خوارزمية إزالة القصوى غير المكانية الهيكلية (morphological non-maximal suppression) في الكشف عن الحواف.