أظهر التحليل المكاني لمشهد RGB-T (الأحمر-الأخضر-الأزرق والحراري) اهتمامًا بحثيًا كبيرًا في الآونة الأخيرة. وعلى الرغم من أن الطرق الحالية تُنفّذ التحليل المكاني لمشهد RGB-T بكفاءة، إلا أن أداؤها يظل محدودًا بسبب مجال الاستقبال الصغير. على عكس الطرق التي تُستخرج السياق العالمي من خلال دمج الميزات متعددة المقاييس أو استخدام آلية الانتباه، نقترح شبكة فرعية مُحسّنة بالرسم البياني (GEBNet)، والتي تستخدم الاعتماديات طويلة المدى المستمدة من الفرع لتحسين الخريطة الدلالية الخشنة الناتجة عن فك التشفير. كما تُدمج وحدات الدلالة والتفاصيل المُدمجة في الفرع المُحسّن بالرسم البياني الميزات عالية المستوى وذات المستوى المنخفض. علاوةً على ذلك، مستوحاة من القدرة التي تمتلكها الشبكات العصبية الرسومية على استخلاص السياق العالمي، نُدمج وحدة مُحسّنة بالرسم البياني جديدة داخل الفرع الشبكي للحصول على معلومات عالمية من خلال معلومات دلالية عالية المستوى وتفاصيل منخفضة المستوى معًا. تُظهر نتائج التجارب الواسعة على مجموعتي بيانات MFNet وPST900 الأداء العالي للشبكة المقترحة GEBNet، بالإضافة إلى إسهامات المكونات الرئيسية فيها في تحسين أداء التحليل.