Fast-SEnSeI：轻量级传感器无关的 onboard 多光谱传感器云遮蔽
计算机视觉与模式识别
2025-09-26 v1 人工智能
机器学习
性能
摘要
云分割是许多地球观测任务中至关重要的预处理步骤，但大多数模型与特定传感器配置紧密耦合，依赖地面处理。在本工作中，我们提出 Fast-SEnSeI，一个轻量级、传感器无关的编码器模块，使其能够跨越多光谱传感器（具有不同波段配置）实现灵活的 onboard 云分割。基于 SEnSeI-v2，Fast-SEnSeI 集成了改进的光谱描述符、轻量级架构和稳健的填充带处理。它接受任意组合的光谱波段及其波长，输出固定大小的特征图输入到基于修改 U-Net 的紧凑量化分割模型。该模块使用 Apache TVM 在嵌入式 CPU 上高效运行，而分割模型部署在 FPGA 上，形成适用于 space-qualified 硬件的 CPU-FPGA 混合管道。在 Sentinel-2 和 Landsat 8 数据集上的评估表明，能够准确地处理各种输入配置。
引用
@article{arxiv.2509.20991,
title = {Fast-SEnSeI: Lightweight Sensor-Independent Cloud Masking for On-board Multispectral Sensors},
author = {Jan Kněžík and Jonáš Herec and Rado Pitoňák},
journal= {arXiv preprint arXiv:2509.20991},
year = {2025}
}
备注
This is a preprint of a paper accepted for the EDHPC 2025 Conference