具有人类水平性能的自动陨石坑检测
地球与行星天体物理
2020-11-19 v2 机器学习
摘要
陨石坑编目是地质制图中重要却耗时的一部分。我们提出了一种自动陨石坑检测算法（CDA），其与专家人类研究者具有竞争力且速度快数百倍。该 CDA 使用多个神经网络处理数字地形模型与热红外影像，以识别并定位火星表面的陨石坑。我们使用额外的后处理滤波器来精炼并移除潜在的假陨石坑检测，与 Lee（2019）相比将精确率与召回率提高了 10%。我们现在找到了直径大于 3km 的已知陨石坑的 80%，并识别出 7000 个潜在新陨石坑（占已识别陨石坑的 13%）。我们的编目与其他独立编目在位置与直径上的中位差异为 2-4%，与其他编目间比较一致。该 CDA 已用于处理火星的全球地形图与红外影像，软件与生成的全球编目可在 https://doi.org/10.5683/SP2/CFUNII 获取。
引用
@article{arxiv.2010.12520,
title = {Automated crater detection with human level performance},
author = {Christopher Lee and James Hogan},
journal= {arXiv preprint arXiv:2010.12520},
year = {2020}
}
备注
18 pages, 6 figures, 1 table. In press at Computers & Geosciences