利用变分自编码器自动发现超大型行星遥感数据集中的异常特征
地球与行星天体物理
2024-03-13 v1 天体物理仪器与方法
摘要
过去十年中，NASA 月球勘测轨道飞行器 (LRO) 返回了 PB 级的高空间分辨率月球表面影像，人工全面审查这些数据并不现实。在此，我们开发了一种使用深度生成视觉模型的自动化方法，能够快速检索具有科学意义的 LRO 表面影像样本，这是首个行星图像异常检测器。我们提供了定量实验证据，表明该方法能优先检索异常样本，如显著的地质特征以及已知的人类着陆点和航天器撞击点。我们的方法填补了行星科学领域的一项重大能力空白，并提出了一种从不断增长的遥感数据档案中挖掘隐藏见解的新途径，该方法可广泛应用于其他科学领域。我们随本文发布了代码和数据。
引用
@article{arxiv.2403.07424,
title = {Automated Discovery of Anomalous Features in Ultra-Large Planetary Remote Sensing Datasets using Variational Autoencoders},
author = {Adam Lesnikowski and Valentin T. Bickel and Daniel Angerhausen},
journal= {arXiv preprint arXiv:2403.07424},
year = {2024}
}
备注
15 pages, 10 figures - JSTARS, accepted