| 摘要: |
| 陨石坑是月球表面最典型且普遍的地形地貌特征和地质结构。实时陨石坑检测可用于实现自主着陆、航天器和月球车导航等任务。现有的月球陨石坑检测算法需要繁杂的后期处理，难以满足实时陨石坑检测需求。为此，本文提出一种用于检测月球多尺度陨石坑的新方法，C-Moon-Net。该方法首次基于CenterNet网络对月球数字高程模型（DEM）的图像数据集进行训练和测试。首先，随机裁剪和处理全月DEM图像来生成适用于CenterNet网络的数据集。其次，使用可以加快模型收敛速度的基本损失计算方法来训练模型。最后，基于测试集进行实验来评估训练模型的有效性。其实验结果表明，与现有的陨石坑检测方法相比，C-Moon-Net的检测速度提升了201倍，检测精度提升11.5%；本文方法可以对多种尺度的陨石坑进行精确检测，具有强鲁棒性的特点。 |
| 关键词: 目标检测 月球陨石坑 深度学习 数字高程模型 CenterNet |
| DOI：DOI:10.3969/j.issn.1672-2337.2022.01.010 |
| 分类号:TN957 |
| 基金项目:国家自然科学基金（No.Y9G0170J70） |
|
| An End-to-End Multi-Scale Lunar Craters Detection Method |
|
PANG Chengcheng, ZHANG Huachun，ZHANG Yanyan
|
|
1. Aerospace Information Research Institute，Chinese Academy of Science, Beijing 100190，China;2. School of Electronic，Electrical and Communication Engineering，University of Chinese Academy of Sciences，Beijing 100049，China
|
| Abstract: |
|
| Key words: |
