用于无人航天器影像语义图像分割的合成数据
计算机视觉与模式识别
2022-11-23 v1 人工智能
摘要
由在外太空运行的其他航天器拍摄的航天器图像难以获取，尤其难以达到深度学习任务通常所需的规模。语义图像分割、目标检测与定位以及位姿估计是已有强力成果且应用广泛的研究领域，对自主航天器操作与交会十分有用。然而，近期研究表明，这些在宽泛常见领域的强力成果即便对地球上特定工业应用的泛化也可能很差。为此，我们提出一种生成用于语义分割标注的合成图像数据的方法，可泛化至其他任务，并提供由无人航天器二维单目图像组成的原型合成图像数据集，以推动自主航天器交会领域的进一步研究。我们还给出了在这些合成数据上的强力基准结果（Sørensen-Dice系数0.8723），表明为此任务训练高性能图像分割模型是可行的，尤其在目标航天器及其构型已知时。
引用
@article{arxiv.2211.11941,
title = {Synthetic Data for Semantic Image Segmentation of Imagery of Unmanned Spacecraft},
author = {William S. Armstrong and Spencer Drakontaidis and Nicholas Lui},
journal= {arXiv preprint arXiv:2211.11941},
year = {2022}
}
备注
7 pages, 4 figures, conditionally accepted to 2023 IEEE Aerospace Conference