来自嫦娥五号的相机姿态鲁棒陨石坑检测
计算机视觉与模式识别
2024-07-15 v2
摘要
随着空间任务旨在探索越来越危险的地形，需要准确及时的位置估计以确保安全导航。基于视觉的导航通过将机载图像中可见的撞击坑与已知数据库相关联来估计飞行器的姿态。然而，现有文献尚未充分评估包含离轴视角图像中陨石坑检测算法的性能。在这项工作中，我们评估了 Mask R-CNN 在陨石坑检测中的性能，比较了在包含离轴视角的模拟数据上预训练的模型和在真实月球图像上预训练的模型。我们证明，尽管缺乏包含离轴视角的图像，但在真实月球图像上预训练更优，实现了 63.1 F1 分数的检测性能和 0.701 交并比的椭圆回归性能。这项工作首次对离轴视角图像中 CDAs 的性能进行了定量分析。为了开发越来越鲁棒的 CDA，我们还提供了首个来自嫦娥五号着陆相机的带离轴视角的标注 CDA 数据集。
引用
@article{arxiv.2406.04569,
title = {Camera-Pose Robust Crater Detection from Chang'e 5},
author = {Matthew Rodda and Sofia McLeod and Ky Cuong Pham and Tat-Jun Chin},
journal= {arXiv preprint arXiv:2406.04569},
year = {2024}
}