MarsSeg：具有多级提取器和连接器的火星表面语义分割
计算机视觉与模式识别
2024-04-08 v1
摘要
火星表面的分割与解释在火星探测中起着关键作用，为探测车的轨迹规划和避障提供必要数据。然而，复杂的地形、相似的地表特征以及缺乏大量标注数据，给火星表面的高精度语义分割带来了巨大挑战。为了解决这些挑战，我们提出了一种新颖的基于编码器-解码器的火星分割网络，称为 MarsSeg。具体来说，我们采用编码器-解码器结构，并最小化下采样层的数量以保留局部细节。为了促进跨阴影多级特征图的高级语义理解，我们在编码器和解码器之间引入了一个特征增强连接层。该层包含微型空洞空间金字塔池化、极化自注意力和条带金字塔池化模块。微型空洞空间金字塔池化和极化自注意力专门设计用于阴影特征增强，从而能够表达局部细节和小物体。相反，条带金字塔池化模块用于深层特征增强，有助于提取与高级语义类别相关的信息。来自 Mars-Seg 和 AI4Mars 数据集的实验结果证实，所提出的 MarsSeg 在分割性能上优于其他最先进的方法，验证了每个提出组件的有效性。
引用
@article{arxiv.2404.04155,
title = {MarsSeg: Mars Surface Semantic Segmentation with Multi-level Extractor and Connector},
author = {Junbo Li and Keyan Chen and Gengju Tian and Lu Li and Zhenwei Shi},
journal= {arXiv preprint arXiv:2404.04155},
year = {2024}
}