論文の概要: To GAN or Not To GAN: Segmentation Analysis on Mars DEM

• arxiv url: http://arxiv.org/abs/2606.13252v1
• Date: Thu, 11 Jun 2026 12:10:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-12 15:55:27.776654
• Title: To GAN or Not To GAN: Segmentation Analysis on Mars DEM
• Title（参考訳）: GAN or not to GAN: Segmentation Analysis on Mars DEM
• Authors: Douglas Dziedzorm Agbeve, Aditya V. Handrale, Salim Fares, Seif E. Idani,
• Abstract要約: 本稿では,ニューラルネットワークを用いたセマンティック手法を用いて火星のマウンドを自動的に検出し,予測することで問題を解決する。 提案手法との比較により, 人工的に生成したデータの追加は, 結果の改善には至らなかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To better understand Martian Surface, which is needed to enable Rovers navigate Mars with ease, it is necessary to be able to determine the location of mounds. Detecting and studying these morphologies can also help us find evidence of extraterrestrial life, in this case, more specifically, water or signs of life conducive environments. Detection of mounds was done by manually mapping morphological parameters onto Digital Elevation Models. This paper solves the problem by automatically detecting and or predicting mounds on Mars using Neural Network based Semantic Segmentation methodologies. This is done by using supervised semantic segmentation model and generative adversarial approach. A comparison of the approaches shows that adding extra artificially generated data did not improve the result.
• Abstract（参考訳）: 火星表面の理解を深めるためには、ローバーが容易に火星を航行できるようにするためには、マウンドの位置を決定できる必要がある。 これらの形態を検知し研究することは、地球外生命の証拠を見つけるのにも役立ちます。 地形パラメータをデジタル標高モデルに手動でマッピングすることでマウンドの検出を行った。 本稿では,ニューラルネットワークを用いたセマンティックセグメンテーション手法を用いて,火星のマウンドを自動的に検出・予測することで問題を解決する。 これは、教師付きセマンティックセグメンテーションモデルと生成的敵対的アプローチを用いて行われる。 提案手法との比較により, 人工的に生成したデータの追加は, 結果の改善には至らなかった。

関連論文リスト

• Inpainting the Red Planet: Diffusion Models for the Reconstruction of Martian Environments in Virtual Reality [0.0]
  訓練は、NASAのHiRISE調査から得られた12000個の火星高度マップで実施された。 非均一な再スケーリング戦略は、固定された128x128モデル解像度にリサイズする前に、複数のスケールにわたる地形の特徴をキャプチャする。 その結果,本手法は再建精度(RMSEでは4～15%)と知覚的類似性(LPIPSでは29～81%)において,元のデータより一貫して優れていた。
  論文  参考訳（メタデータ） (2025-10-16T15:02:05Z)
• M3Depth: Wavelet-Enhanced Depth Estimation on Mars via Mutual Boosting of Dual-Modal Data [16.951488779261343]
  火星探査機に適した深度推定モデルであるM3Depthを提案する。 火星の地形のスムーズでスムーズなテクスチャを考えると,このモデルにはウェーブレット変換に基づく畳み込みカーネルが組み込まれている。 M3Depthは、深さ推定における他の最先端手法と比較して、深さ推定精度が16%向上した。
  論文  参考訳（メタデータ） (2025-05-20T10:13:00Z)
• MarsSeg: Mars Surface Semantic Segmentation with Multi-level Extractor and Connector [19.053126804261034]
  本稿では,MarsSegと呼ばれる新しいエンコーダデコーダベースの火星セグメンテーションネットワークを提案する。 Mini-ASPPとPSAはシャドー機能拡張用に特別に設計されている。 SPPMは、高レベルのセマンティックカテゴリ関連情報の抽出を容易にする、機能強化のために使用される。
  論文  参考訳（メタデータ） (2024-04-05T15:04:57Z)
• SatSynth: Augmenting Image-Mask Pairs through Diffusion Models for Aerial Semantic Segmentation [69.42764583465508]
  我々は,地球観測における注釈付きデータの不足に対処するために,生成的画像拡散の可能性を探る。 我々の知る限りでは、衛星セグメンテーションのための画像と対応するマスクの両方を最初に生成する。
  論文  参考訳（メタデータ） (2024-03-25T10:30:22Z)
• Domain Adaptive Synapse Detection with Weak Point Annotations [63.97144211520869]
  弱点アノテーションを用いたドメイン適応型シナプス検出のためのフレームワークであるAdaSynを提案する。 I SBI 2023のWASPSYNチャレンジでは、我々の手法が第1位にランクインした。
  論文  参考訳（メタデータ） (2023-08-31T05:05:53Z)
• DeepAqua: Self-Supervised Semantic Segmentation of Wetland Surface Water Extent with SAR Images using Knowledge Distillation [44.99833362998488]
  トレーニングフェーズ中に手動アノテーションを不要にする自己教師型ディープラーニングモデルであるDeepAquaを提案する。 我々は、光とレーダーをベースとしたウォーターマスクが一致する場合を利用して、水面と植物の両方を検知する。 実験の結果,DeepAquaの精度は7%向上し,Intersection Over Unionが27%,F1が14%向上した。
  論文  参考訳（メタデータ） (2023-05-02T18:06:21Z)
• Learning to Predict Navigational Patterns from Partial Observations [63.04492958425066]
  本稿では,実環境におけるナビゲーションのパターンを,部分的な観察のみから推測する,初めての自己教師型学習(SSL)手法を提案する。 我々は、DSLPフィールドに最大極大グラフを適合させることにより、グローバルなナビゲーションパターンを推論する方法を実証する。 実験により,我々のSSLモデルはnuScenesデータセット上で2つのSOTA教師付きレーングラフ予測モデルより優れていることが示された。
  論文  参考訳（メタデータ） (2023-04-26T02:08:46Z)
• Mixed-domain Training Improves Multi-Mission Terrain Segmentation [0.9566312408744931]
  現在の火星の地形区分モデルは、異なる領域にまたがる配置のために再訓練を必要とする。 本研究では,火星表面のマルチミッションセマンティックセマンティックセグメンテーションのために,バックボーンの教師なしコントラスト事前学習を利用する半教師付き学習手法を提案する。
  論文  参考訳（メタデータ） (2022-09-27T20:25:24Z)
• Towards Robust Monocular Visual Odometry for Flying Robots on Planetary Missions [49.79068659889639]
  火星に着陸したばかりのIngenuityは、トラバーサビリティの影響を受けない新時代の探検の始まりとなるでしょう。 高速な光フロートラッキングを用いた高能率単分子オードメトリーアルゴリズムを提案する。 また、相対翻訳情報行列の主成分分析に基づいて、スケールドリフトの現在のリスクを推定する新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-09-12T12:52:20Z)
• Latent World Models For Intrinsically Motivated Exploration [140.21871701134626]
  画像に基づく観察のための自己教師付き表現学習法を提案する。 我々は、部分的に観測可能な環境の探索を導くために、エピソードおよび寿命の不確実性を考慮する。
  論文  参考訳（メタデータ） (2020-10-05T19:47:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。