نقدم مفهوم الانتماء النقطي في عملية زيادة دقة الميزات، وهو مفهوم يصف انتماء كل نقطة تم زيادتها إلى مجموعة معنى تشكلها نقاط الميزات المحلية المنكودة ذات التشابه الدلالي. من خلال إعادة النظر في الانتماء النقطي، نقدم صيغة عامة لإنشاء نواة زيادة الدقة. هذه النوى تشجع ليس فقط على السلالة الدلالية ولكن أيضًا على حدة الحدود في خرائط الميزات التي تم زيادتها. تعتبر مثل هذه الخصائص مفيدة بشكل خاص لبعض مهام التنبؤ الكثيف مثل تقسيم المعنى. الفكرة الأساسية لصيغتنا هي إنشاء نوى واعية بالتشابه من خلال مقارنة التشابه بين كل نقطة ميزات المنكود والمنطقة المحلية المرتبطة بها فضائيًا من نقاط الميزات المنكودة. بهذه الطريقة، يمكن أن تعمل نقطة ميزات المنكود كإشارة لتوجيه مجموعة المعنى لنقاط الميزات التي تم زيادتها. لتحقيق هذا الصياغة، قمنا بتنفيذ مشغل زيادة دقة خفيف الوزن يُسمى الانتماء النقطي الواعي بالتشابه (SAPA)، ودرسنا متغيراته. يحقق SAPA تحسينات أداء ثابتة في عدد من مهام التنبؤ الكثيف، بما في ذلك تقسيم المعنى، وكشف الأشياء، وتقدير العمق، وتظليل الصور. الرمز البرمجي متاح على الرابط التالي:https://github.com/poppinace/sapa