CVPRApr, 2022
自监督学习引导火星地形图像的科学相关分类
Self-Supervised Learning to Guide Scientifically Relevant Categorization of Martian Terrain Images
Tejas Panambur, Deep Chakraborty, Melissa Meyer, Ralph Milliken, Erik Learned-Miller...
TL;DR该篇论文呈现了一种自主方法,用于在火星探测器图像中聚类沉积纹理,以便创建详细的地形类别数据集和地质分析,取得了较高的准确性和地质效验,为火星地形分类的快速识别提供了有前途的方法,并为实现生产大规模、细粒度和公开可用的火星地形识别数据集的长期目标开辟了道路。