图片来源于网络
2022年12月27日,《地球与空间科学》(Earth and Space Science)杂志刊发文章《DeepLandforms:将深度学习计算机视觉工具集用于行星天窗绘制的成功应用案例》(DeepLandforms: A Deep Learning Computer Vision Toolset Applied to a Prime Use Case for Mapping Planetary Skylights)称,德国不来梅雅各布大学(Jacobs University Bremen)的研究人员开发了一套新工具集,可以实现行星地图的快速绘制。
行星专题地图的创建是一个细致的过程,无论要制作的地图类型如何,都需要完成几个步骤,从数据收集到数据开发,再到印刷、图像和 GIS 格式的地图发布。例如地质岩学和地貌图,其中大部分最耗时的任务是与单个对象的离散化相关的任务。由于制图者在识别描述这些对象的一组独特特征方面的不同经验,还引入了解释偏差。在这种情况下,深度学习计算机视觉技术可以发挥关键作用,但缺乏专门用于行星测绘的完整工具集。为此,该研究的目的是基于经过验证的深度学习方法和开源库,开发一套全面的即用型地形测绘工具。研究人员将这套工具集命名为DeepLandforms,这是使用深度学习进行行星地形测绘的第一个预发布工具集,其中包括用于数据集准备、模型训练、监控和推理的所有组件。在DeepLandforms中,用户可以完全访问工作流程并控制所有涉及的流程,从而获得完全的控制和定制能力。为了验证工具的适用性,研究人员还展示了在绘制火星类似天坑地貌的科学案例中使用DeepLandforms取得的成果,作为第一个示例,可以引导未来进入多种多样的未来应用程序。
来源:中国科学院兰州文献情报中心《地球科学动态监测快报》2023年第02期
(转载本文请注明来源及作者)
|