基于非监督对比学习的火星地形特征提取方法

作者：杨博; 魏翔; 于贺; 刘超凡

来源：北京航空航天大学学报, 2022, 1-10.

DOI：10.13700/j.bh.1001-5965.2022.0525

• 对比学习
• 非监督
• 深度学习
• 火星地形
• 特征提取

火星表面地形智能识别对火星车自主探测具有重要意义。火星地形图像的特征提取方法目前主要分为传统的浅层视觉特征提取和基于监督学习的深层特征提取两类。丢失图像信息、需大量带标签数据是要解决的关键问题。提出了一种基于非监督对比学习的火星地形特征识别方法，通过建立图像字典数据集，用“问询”和“编码”两组神经网络分别将单个图像与“字典”数据集中其他图像进行对比，用相似度泛函作为损失函数对网络进行训练，从而实现对火星地形图像的特征识别。所提方法还具有对训练数据集之外的新类型地形图像识别能力，对后续识别分类的优越性突出。计算机仿真验证，所提方法识别准确率为85.4%，对新类型地形图像的识别准确率为84.5%。

• 单位
  北京航空航天大学