深度学习消除天问一号图像中的大规模沙尘暴
计算机视觉与模式识别
2022-06-22 v1 人工智能
摘要
沙尘暴可能显著降低火星轨道器的成像质量，并延缓全球地形与地貌测绘的进展。为解决此问题，本文提出一种复用地球上获得的图像去雾知识来解决火星上除尘问题的方法。在该方法中，我们收集天问一号拍摄的遥感图像，并手动挑选数百张洁净与含尘图像。受地球雾霾形成过程启发，我们在洁净图像上构建类似的视觉退化过程，并合成与真实含尘图像具有相似特征分布的含尘图像。这些真实洁净与合成含尘图像对用于训练一个深度模型，该模型内在编码与尘无关的特征并将其解码为无尘图像。定性与定量结果表明，所提方法可有效消除沙尘暴，明显改善火星的地形与地貌细节。
引用
@article{arxiv.2206.10145,
title = {Deep Learning Eliminates Massive Dust Storms from Images of Tianwen-1},
author = {Hongyu Li and Jia Li and Xin Ren and Long Xu},
journal= {arXiv preprint arXiv:2206.10145},
year = {2022}
}