面向航空相机传感器的靶标化分段：用于探测散光的AI方法

本研究详细阐述了一种基于人工智能（AI）的方法，用于空间相机故障的语义分段。具体而言，我们聚焦于解决由太阳引起的散光效应在相机视场（Field of View, FoV）周围的分段问题。该研究来源于我们已发布的数据集中的异常图像。我们的方法强调在多样化的散光纹理之间进行泛化，利用在公开数据集（Flare7k++）上的预训练，包括各种非空间背景下的散光，以缓解现实空间数据稀缺的困境。采用MobileNetV3背板的DeepLabV3模型执行分段任务。该模型设计旨在部署在受资源约束的航天器硬件上。最后，基于我们提出的模型与 onboard navigation pipeline 之间的接口，我们开发了自定义指标，以评估模型在系统级上下文中的性能。