ترجمه فارسی مقاله یادگیری عمیق با OBIA روبرو می‌شود: وظایف، چالش‌ها، استراتژی‌ها و دیدگاه‌ها

چکیده

Deep learning has gained significant attention in remote sensing, especially in pixel- or patch-level applications. Despite initial attempts to integrate deep learning into object-based image analysis (OBIA), its full potential remains largely unexplored. In this article, as OBIA usage becomes more widespread, we conducted a comprehensive review and expansion of its task subdomains, with or without the integration of deep learning. Furthermore, we have identified and summarized five prevailing strategies to address the challenge of deep learning’s limitations in directly processing unstructured object data within OBIA, and this review also recommends some important future research directions. Our goal with these endeavors is to inspire more exploration in this fascinating yet overlooked area and facilitate the integration of deep learning into OBIA processing workflows.

چکیده به فارسی (ترجمه ماشینی)

یادگیری عمیق در سنجش از دور ، به ویژه در برنامه های پیکسل یا پچ ، مورد توجه قابل توجهی قرار گرفته است.با وجود تلاش های اولیه برای ادغام یادگیری عمیق در تجزیه و تحلیل تصویر مبتنی بر شی (OBIA) ، پتانسیل کامل آن تا حد زیادی ناشناخته است.در این مقاله ، هرچه استفاده از اوبیا گسترده تر شود ، ما یک بررسی جامع و گسترش از زیر دامنه های وظیفه آن ، با یا بدون ادغام یادگیری عمیق انجام دادیم.علاوه بر این ، ما پنج استراتژی غالب را شناسایی و خلاصه کرده ایم تا به چالش محدودیت های یادگیری عمیق در پردازش مستقیم داده های شیء بدون ساختار در OBIA بپردازیم ، و این بررسی همچنین برخی از مسیرهای مهم تحقیق آینده را توصیه می کند.هدف ما با این تلاشها الهام بخشیدن به اکتشافات بیشتر در این منطقه جذاب و در عین حال نادیده گرفته و تسهیل ادغام یادگیری عمیق در گردش کار پردازش OBIA است.