中文标题：基于多模态语义分割的月球皱脊构造提取

英文标题：Extraction of Lunar Wrinkle Ridges Structure Based on Multimodal Semantic Segmentation

来源期刊：雷达学报

基金项目：国家自然科学基金(62495033)

作  者：刘子芃^{1, 3, 4, 5}, 才谨豪^{2, 3, 4, 5}, 胡腾^{2, 3, 4, 5}, 李彦^{2, 3, 4, 5}, 康志忠^{2, 3, 4, 5}

作者单位：1. 中国地质大学(北京)数理学院 北京 100083
2. 中国地质大学(北京)土地科学技术学院 北京 100083
3. 中国地质大学(北京)月球与行星遥感探测研究中心 北京100083
4. 河北省空天信息与智能化测绘重点实验室 中国地质大学(北京) 北京 100083
5. 教育部深空探测联合研究中心 月球与行星探测国际合作研究分中心 北京 100083

摘  要：月球皱脊是广泛分布于月表月海区域的重要线状构造，对研究月球应力场演化和火山活动历史具有重要意义。传统的皱脊识别与编目主要依赖人工解译，效率低且主观性强。该文提出了一种基于多模态语义分割的皱脊自动提取方法，通过构建高质量的皱脊遥感图像标注数据集，并引入合成孔径雷达(SAR)数据，通过迭代训练构建了基于DeepLabv3+的多模态语义分割网络WR-Net。该网络引入动态融合模块和注意力机制，有效优化了多模态图像的特征提取与融合过程，显著提升了模型的稳健性与精度。在多模态皱脊测试集上，WR-Net取得了优异的性能(Precision=95.516%, Recall=89.963%, F1-Score=92.657%, MIoU=92.944%)。进一步地，该团队利用WR-Net完成了月球南纬70度至北纬70度范围内皱脊的自动识别与提取，并对结果进行了编目与统计。该文提出的方法不仅适用于皱脊的识别，也为月球及其他行星体上类似线状结构的自动提取提供了有效范式。

全文链接： https://radars.ac.cn/cn/article/doi/10.12000/JR25279