面向空间安全与可持续性的感知：基于视觉Transformer的深度学习方法
计算机视觉与模式识别
2024-12-17 v2 图像与视频处理
摘要
低地球轨道上以小卫星为代表的空间资产快速增长，可为所有人赋能无处不在的数字服务。然而，动态的空间环境、众多的空间物体、复杂的大气条件以及突发事件，都容易引入不利条件，影响空间安全、运行以及外层空间环境的可持续性。这要求具备响应迅速、有效的卫星目标检测(SOD)解决方案，使小卫星能够评估和应对碰撞风险，同时需考虑小卫星平台资源受限的约束。本文讨论了SOD任务及星上深度学习(DL)方法。我们提出了两种新的深度学习模型，即GELAN-ViT和GELAN-RepViT，它们将视觉Transformer(ViT)集成到高效层聚合网络(GELAN)架构中，并通过分离卷积神经网络和ViT路径来解决现有局限。在平均精度均值(mAP)和计算成本方面，这些模型优于最先进的YOLOv9-t。在SOD数据集上，我们提出的模型可实现约95%的mAP50，同时将十亿次浮点运算(GFLOPs)降低超过5.0。在VOC 2012数据集上，它们可实现≥60.7%的mAP50，同时GFLOPs降低超过5.2。
引用
@article{arxiv.2412.08913,
title = {Sensing for Space Safety and Sustainability: A Deep Learning Approach with Vision Transformers},
author = {Wenxuan Zhang and Peng Hu},
journal= {arXiv preprint arXiv:2412.08913},
year = {2024}
}
备注
To be published in the 12th Annual IEEE International Conference on Wireless for Space and Extreme Environments (WiSEE 2024)