基于嫦娥四号数据使用循环一致生成对抗网络的神经风格迁移
计算机视觉与模式识别
2020-11-24 v1
摘要
生成对抗网络 (GANs) 在计算机视觉中已有大量应用。然而，在空间科学与行星探测领域，重大进展之门仍敞开着。我们引入了处理嫦娥四号任务行星数据的工具，并提出了一种利用渲染图像的循环一致性进行神经风格迁移的框架。实验在 Iris 月球漫游车背景下进行，这是一辆纳米漫游车，将于 2021 年作为卡内基梅隆的旗舰部署于月球地形，成为美国首辆登上月球的无人漫游车。
引用
@article{arxiv.2011.11627,
title = {Cycle-consistent Generative Adversarial Networks for Neural Style Transfer using data from Chang'E-4},
author = {J. de Curtó and R. Duvall},
journal= {arXiv preprint arXiv:2011.11627},
year = {2020}
}