火星表面影像分割数据集及性能评估

随着深空探测技术的不断进步,中国火星探测任务天问一号搭载的“祝融号”火星车成功着陆火星,并开展火星表面影像采集工作。火星表面的主要障碍物是岩石,这些形状、大小不同的岩石将会影响火星车在科学探索任务中的路径规划。准确的岩石分割对于火星车避障和路径规划具有重要意义。由于目前对于天问一号所拍摄的图像数据集应用较少,且多数火星图像的分割数据集处于非公开状态,在一定程度上阻碍了火星岩石分割相关算法的研究。为此,面向“祝融号”火星车上搭载的导航地形相机所拍摄的火星表面影像,通过人工进行图像筛选和标记,建立一个火星表面影像分割数据集TWMARS。该数据集共包含336张火星图像,将其按比例随机划分为训练集、验证集和测试集,在现有的语义分割算法上进行数据集性能评估实验,结果表明,在MobileNet、ResNet等系列卷积神经网络模型上运行TWMARS数据集,平均像素精度和平均交并比最高分别可达83.0%和77.4%,在经典语义分割算法上获得较高的准确率,可应用于火星岩石检测算法的相关研究。