在可见光卫星观测中评估火星霜冻检测的地形依赖性性能
计算机视觉与模式识别
2024-03-20 v1 机器学习
摘要
火星表面的季节性结霜和融霜被假设为气候过程以及诸如冲沟等地貌特征的形成与演化的驱动力。以往的研究侧重于利用来自轨道的高分辨率可见光观测，手动分析火星北部中纬度地区霜冻周期的行为。在全球范围内扩展这些研究需要使用卷积神经网络等数据科学技术自动化检测霜冻。然而，霜冻存在的可见迹象可能会因霜冻所叠加的地质背景不同而有显著差异。在本研究中，我们(1)提出了一种对数据进行空间划分以减少模型性能估计中偏差的新方法，(2)说明了地质背景如何影响自动化霜冻检测，以及(3)提出了针对自动化霜冻检测中观察到的偏差的缓解措施。
引用
@article{arxiv.2403.12080,
title = {Evaluating Terrain-Dependent Performance for Martian Frost Detection in Visible Satellite Observations},
author = {Gary Doran and Serina Diniega and Steven Lu and Mark Wronkiewicz and Kiri L. Wagstaff},
journal= {arXiv preprint arXiv:2403.12080},
year = {2024}
}
备注
This is the author's version of the work. It is posted here for your personal use. Not for redistribution. The definitive Version of Record was published in: SIGKDD DeepSpatial '22, August 15, 2022, Washington, DC