التمييز الشامل لسلسلة صور الأقمار الصناعية باستخدام شبكات الانتباه الزمني التلافيفية

الوصول غير المسبوق إلى صور الأقمار الصناعية متعددة الأزمنة قد فتح آفاقًا جديدة لمجموعة متنوعة من مهام مراقبة الأرض. ومن بينها، التجزئة البانورامية بدقة البكسل للقطع الزراعية لها تأثيرات اقتصادية وبيئية كبيرة. بينما قام الباحثون بدراسة هذه المشكلة لصور منفردة، نعتقد أن الأنماط الزمنية المعقدة لظواهر النباتات الزراعية يتم التعامل معها بشكل أفضل باستخدام سلاسل زمنية من الصور. في هذا البحث، نقدم أول طريقة شاملة ومراحل واحدة للتجزئة البانورامية لسلاسل زمنية صور الأقمار الصناعية (SITS). يمكن دمج هذا الوحدة مع شبكتنا الجديدة لتشفير سلسلة الصور التي تعتمد على الانتباه الذاتي الزمني لاستخراج خصائص زمانية-مكانية متعددة القياسات غنية ومرنة. كما نقدم PASTIS، أول مجموعة بيانات عامة الوصول تحتوي على سلاسل زمنية صور الأقمار الصناعية (SITS) مع شروحات بانورامية. نثبت تفوق محودثنا في التجزئة الدلالية مقابل العديد من الهياكل المنافسة، ونقيم أول مستوى رائد في التجزئة البانورامية لسلاسل زمنية صور الأقمار الصناعية (SITS). تنفيذنا ومجموعة البيانات PASTIS متاحة للعامة.