合成月球地形：用于训练和评估神经形态视觉算法的多模态开放数据集
计算机视觉与模式识别
2024-09-02 v1
摘要
合成月球地形(Synthetic Lunar Terrain, SLT)是一个从月球任务模拟测试场收集的数据集，包含高对比度光照条件下的合成陨石坑。它包括来自事件相机和传统RGB相机的多组并排采集数据，并辅以用于深度估计的高分辨率3D激光扫描。从事件相机(一种神经形态视觉传感器)记录的事件流尤其值得关注，因为这种新兴技术具有高数据率、低能耗和高动态范围适应性等独特优势。SLT数据集为分析RGB相机的局限性，以及探索神经形态视觉在月球特定应用(如巡视器导航、陨石坑环境着陆等)中的潜在优势或协同作用，提供了一个坚实的基础。
引用
@article{arxiv.2408.16971,
title = {Synthetic Lunar Terrain: A Multimodal Open Dataset for Training and Evaluating Neuromorphic Vision Algorithms},
author = {Marcus Märtens and Kevin Farries and John Culton and Tat-Jun Chin},
journal= {arXiv preprint arXiv:2408.16971},
year = {2024}
}
备注
7 pages, 5 figures, to be published at "International Symposium on Artificial Intelligence, Robotics and Automation in Space, i-SAIRAS, 2024