تجاوز التحديد الجغرافي: توجيه دقيق للصور الشارعية من خلال مطابقة العرض المتقاطع مع الصور القمرية مع مواد إضافية

تقدم صور الشوارع من منظور الأرض تجارب جديدة لاستكشاف أماكن مختلفة عن بُعد. يمكن استخدام صور الشوارع المُحَلَّلة بدقة (مثل Google Street View) لأداء مهام متعددة في ما بعد، مثل الملاحة واستخراج ميزات الخرائط. مع انتشار الكاميرات عالية الجودة الشخصية التي أصبحت أقل تكلفة وأكثر قابلية للحمل، يتم رفع كميات هائلة من صور الشوارع التي تم جمعها من قبل الجمهور إلى الإنترنت، ولكن غالبًا ما تكون هذه الصور بدون معلومات حسية أو تحتوي على معلومات غير دقيقة. لإعداد هذا الكنز المخفي ليكون جاهزًا للاستخدام، فإن تحديد المعلومات المفقودة للموقع وزوايا اتجاه الكاميرا هما مهمتان بالغتا الأهمية. حققت الطرق الحديثة أداءً عاليًا في تحديد موقع صور الشوارع من خلال التوافق بين المناظر المختلفة باستخدام مجموعة من الصور الفضائية المرجعية جغرافيًا. ومع ذلك، فإن معظم الأعمال الحالية تركز بشكل أكبر على تحديد الموقع الجغرافي أكثر من تقدير اتجاه الصورة. في هذا العمل، نعيد التأكيد على أهمية العثور على اتجاه دقيق لصور الشوارع، نحدد المشكلة رسميًا ونقدم مجموعة من مقاييس التقييم لتقييم جودة تقدير الاتجاه. نقترح طريقتين لتحسين دقة تقدير الاتجاه، مما يحقق دقة بنسبة 82.4% و72.3% للصور ذات أخطاء زاوية تقدير أقل من درجتين في مجموعتي بيانات CVUSA وCVACT، وهو ما يعادل تحسينًا مطلقًا بنسبة 34.9% و28.2% مقارنة بالأعمال السابقة. كما أن دمج تقدير الاتجاه الدقيق أثناء التدريب يحسن أيضًا الأداء في تحديد الموقع الجغرافي، مما يوفر استرجاع أعلى بنسبة 95.5%/85.5% و86.8%/80.4% لاختبارات تحديد الموقع مع/بدون معرفة الاتجاه في المجموعتين البيانات.请注意，这里的人名和机构名称（如Google Street View, CVUSA, CVACT）在阿拉伯语中通常会保留其英文形式，以确保专业性和准确性。