لمواجهة مشكلة انخفاض معدل التعرف على الصور المشهدية بسبب التشابه الدقيق بين الفئات والالتباس داخل كل فئة، يقترح هذا البحث إطارًا جديدًا للتقسيم الدلالي. من خلال إدخال التعلم العميق للقياس، يركز على العلاقات الدلالية بين البكسلات، مما يحسن دقة التعرف للنموذج. أولًا، يتم استخراج الميزات باستخدام وحدة تجميع هرمي بمساحات مفرغة، وخلال عملية فك التشفير يتم دمج الميزات عالية الدقة من الطبقات السطحية مع الميزات منخفضة الدقة من الطبقات العميقة لاستعادة تفاصيل وحدود الصور بشكل أفضل. ثم في وحدة التعلم العميق للقياس، تُدرس الفضاءات المضمّنة الدلالية للبكسلات المُنظمة جيدًا، من خلال تعظيم المسافة الإقليدية بين بكسلات الفئات المختلفة وتقليلها بين بكسلات نفس الفئة، مما يتيح تصنيف البكسلات بفعالية. أخيرًا، يُستخدم دالة فقدان مدمجة بوزن بين فقدان التركيز والفقدان التبايني لتحقيق توازن في أهمية العينات المختلفة، مما يتيح قياس دقيق لأداء النموذج ويُعزز دقة ومتانة التعرف على المشاهد. توضح النتائج التجريبية أن النموذج يحقق متوسط مؤشر التداخل والتوحيد (mIoU) بنسبة 47.6% و83.1% على مجموعتي بيانات ADE20K وCityscapes على التوالي. وبالمقارنة مع الطرق المتقدمة الحالية التي تُستخدم كأساس، تُظهر النتائج أن الطريقة المقترحة في هذا البحث تتميز بالجدوى والتقدم.

التعلم العميق; التعلم العميق للقياس; التقسيم الدلالي; التعرف على المشاهد; عدم توازن الفئات