-
题名月表陨坑检测轻量化深度学习方法
被引量:1
- 1
-
-
作者
高艾
周永军
王俊伟
兀泽朝
-
机构
北京理工大学宇航学院
深空自主导航与控制工业和信息化部重点实验室
飞行器动力学与控制教育部重点实验室
-
出处
《宇航学报》
EI
CAS
CSCD
北大核心
2022年第6期830-838,共9页
-
基金
国家自然科学基金(11872110)。
-
文摘
针对目前基于深度学习的陨坑检测方法存在的模型参数量大和检测速度慢的问题,提出了一种轻量化的深度学习陨坑检测方法。首先,采用通道剪枝方法删减卷积神经网络中冗余的卷积核,得到结构紧凑高效的陨坑检测模型。然后,使用轻量化的深度可分离卷积操作替换基础陨坑检测模型中的标准卷积操作,进一步降低了模型的复杂度。仿真实验结果表明,所提出的轻量化陨坑检测模型能够保证较高的像素预测精度,并且能够适应亮度、图像噪声等干扰因素的影响。同时,与轻量化处理前的模型相比,参数量减少了99.2%,检测速度提升了94%。
-
关键词
月球着陆探测
陨坑检测
深度学习
卷积神经网络
轻量化处理
-
Keywords
Lunar landing exploration
Crater detection
Deep learning
Convolutional neural networks
Lightweight processing
-
分类号
V448
[航空宇航科学与技术—飞行器设计]
-
-
题名基于方向梯度直方图的陨坑预检测算法
被引量:5
- 2
-
-
作者
郭永茂
周石博
高艾
-
机构
中国电子科技集团公司第五十四研究所
北京理工大学深空探测技术研究所
-
出处
《无线电工程》
2018年第6期478-483,共6页
-
基金
国家部委基金资助项目
-
文摘
陨坑是行星软着陆导航与避障过程中的主要检测目标,目前陨坑检测方法需要被检测图像尽可能地包含完整且清晰的单一陨坑,因此对图像陨坑进行预检测处理得到了广泛关注。通过人工模拟地形方法建立行星陨坑图像数据库,提出一种基于灰度梯度直方图特征(HOG)的支持向量机(SVM)图像陨坑分类方法。该方法可以有效地提取图像中可能包含陨坑的图像子图,并作为后续精确标记陨坑位置的图像处理方法的输入数据。仿真结果表明,该方法能够有效地提高陨坑标记的准确性和实时性。
-
关键词
陨坑预检测
方向梯度直方图
支持向量机
模拟地形
-
Keywords
pre-detection of meteor crater
histogram of oriented gradient
SVM
simulative terrain
-
分类号
V249.4
[航空宇航科学与技术—飞行器设计]
-