DeepGhostBusters：使用 Mask R-CNN 检测并掩蔽光学巡天图像中的重影与散射光伪影
天体物理仪器与方法
2021-09-20 v1 星系天体物理
摘要
宽视场天文巡天常受不良反射（通常称为“重影伪影”或“鬼影”）和散射光伪影的影响。对这些伪影的识别与缓解，对于微弱的低面亮度系统的严格天文分析十分重要。然而，由于这些特征形态复杂以及当前和近未来巡天的数据量大，鬼影和散射光伪影的识别具有挑战性。本工作中，我们利用暗能量巡天（DES）的图像来训练、验证和测试一个深度神经网络（Mask R-CNN），以检测和定位鬼影与散射光伪影。我们发现，Mask R-CNN 模型识别受影响区域的能力优于常规算法和传统卷积神经网络方法。我们提出，将 Mask R-CNN 分割与经典 CNN 分类器相结合的多步骤流程，为当前和近未来巡天中重影与散射光伪影的自动检测提供了一种有力技术。
引用
@article{arxiv.2109.08246,
title = {DeepGhostBusters: Using Mask R-CNN to Detect and Mask Ghosting and Scattered-Light Artifacts from Optical Survey Images},
author = {Dimitrios Tanoglidis and Aleksandra Ćiprijanović and Alex Drlica-Wagner and Brian Nord and Michael H. L. S. Wang and Ariel Jacob Amsellem and Kathryn Downey and Sydney Jenkins and Diana Kafkes and Zhuoqi Zhang},
journal= {arXiv preprint arXiv:2109.08246},
year = {2021}
}
备注
24 pages, 18 figures. Code and data related to this work can be found at: https://github.com/dtanoglidis/DeepGhostBusters