来自空间实验室的经验——一种图像采集视角
计算机视觉与模式识别
2023-10-03 v2 天体物理仪器与方法
摘要
近年来，深度学习（DL）算法的使用提升了基于视觉的空间应用性能。然而，为训练这些 DL 算法生成大量标注数据已被证明具有挑战性。虽然可以使用合成生成的图像，但在合成数据上训练的 DL 模型在真实世界环境中测试时往往容易出现性能下降。在此背景下，卢森堡大学的跨学科安全、可靠与信任中心（SnT）开发了“SnT 零重力实验室”，用于在模拟真实空间环境的条件下训练和验证基于视觉的空间算法。SnT 零重力实验室开发的一个重要方面是设备选型。基于实验室开发过程中的经验教训，本文提出了一种结合市场调研与实验分析的系统化设备选型方法。具体而言，文章关注空间实验室中的图像采集设备：背景材料、相机和照明灯。实验分析的结果表明，在空间实验室开发项目中，市场调研辅以实验分析是有效设备选型所必需的。
引用
@article{arxiv.2208.08865,
title = {Lessons from a Space Lab -- An Image Acquisition Perspective},
author = {Leo Pauly and Michele Lynn Jamrozik and Miguel Ortiz Del Castillo and Olivia Borgue and Inder Pal Singh and Mohatashem Reyaz Makhdoomi and Olga-Orsalia Christidi-Loumpasefski and Vincent Gaudilliere and Carol Martinez and Arunkumar Rathinam and Andreas Hein and Miguel Olivares-Mendez and Djamila Aouada},
journal= {arXiv preprint arXiv:2208.08865},
year = {2023}
}