five

Diffins/HiRISE-DTMs|火星地形数据集|立体匹配数据集

收藏
hugging_face2024-05-18 更新2024-06-12 收录
火星地形
立体匹配
下载链接:
https://hf-mirror.com/datasets/Diffins/HiRISE-DTMs
下载链接
链接失效反馈
资源简介:
HiRISE数字地形模型数据集包含了火星表面的数字地形模型,这些模型是通过对两个不同角度的卫星图像进行立体匹配技术生成的。该数据集对于深度估计、计算机视觉和地球科学领域的研究具有重要意义,详细描述可在参考文献[1]中找到。
提供机构:
Diffins
原始信息汇总

HiRISE Digital Terrain Models

数据集概述

  • 目的: 用于火星表面的数字地形模型(DTMs)的创建。
  • 生成方法: 使用立体匹配技术,基于HiRISE项目中从不同角度拍摄的两张卫星图像生成。
  • 组成: 包含立体图像对及其相应的数字地形模型。

数据集应用

  • 研究领域: 深度估计、计算机视觉和地球科学。

原始来源

参考文献

  • 文献: Kirk, R. L., et al. (2008). Ultrahigh resolution topographic mapping of Mars with MRO HiRISE stereo images: Meter‐scale slopes of candidate Phoenix landing sites. Journal of Geophysical Research: Planets, 113(E3).
AI搜集汇总
数据集介绍
main_image_url
构建方式
HiRISE-DTMs数据集的构建,是基于火星表面高分辨率成像科学实验(HiRISE)项目中,从不同角度捕获的两幅卫星图像。通过采用立体匹配技术,从这些立体图像对中生成数字地形模型(DTMs)。该过程涉及精确的图像处理与三维重建技术,确保了地形数据的准确性与细节表现。
使用方法
使用HiRISE-DTMs数据集,研究者首先需访问原始数据源以获取立体图像对及其相应的DTMs。通过数据集提供的详细描述文档,用户可以了解数据的具体生成方法。在实际应用中,研究者可以利用这些地形数据进行地形分析、深度估计任务,或是作为计算机视觉算法的训练数据,以提升算法在类似环境下的性能表现。
背景与挑战
背景概述
在探索火星表面的地形特征这一科研领域,HiRISE数字地形模型(HiRISE-DTMs)数据集的创建,标志着高分辨率地形测绘的重要进展。该数据集由美国宇航局的高分辨率成像科学实验(HiRISE)项目所产生,始于2008年,主要研究人员包括Kirk, R. L.等。该数据集通过立体匹配技术,对从不同角度拍摄的火星卫星图像进行处理,生成火星表面的数字地形模型,为深度估计、计算机视觉和地球科学领域的研究提供了宝贵资源。
当前挑战
HiRISE-DTMs数据集在构建过程中面临了诸多挑战,其中最为关键的是如何精确地从立体图像对中提取地形信息。此外,数据集在处理和生成高分辨率地形图时,还需克服图像匹配算法的精度和效率问题。在应用层面,如何利用这些地形数据进行有效的深度估计和地表特征分析,也是当前研究的一个重要挑战。
常用场景
经典使用场景
在科学探索与地理信息解析领域,Diffins/HiRISE-DTMs数据集被广泛应用于地形分析。该数据集通过高分辨率成像科学实验(HiRISE)项目,利用立体匹配技术,从不同角度获取的卫星图像生成火星表面的数字地形模型。其经典使用场景在于,科研人员通过这些地形模型进行深度估计和计算机视觉分析,进而揭示火星表面的地形特征。
解决学术问题
该数据集解决了地质学、行星科学以及计算机视觉领域中,关于火星地形精确测量的学术难题。通过HiRISE DTMs,学者们能够详细研究火星表面的地形变化,这对于理解行星形成过程、评估着陆器潜在着陆点以及提升地形映射精度均具有重要意义。
实际应用
在实践应用方面,Diffins/HiRISE-DTMs数据集为火星探测任务提供了关键的地形信息,帮助科学家和工程师评估探测器的安全着陆区域,规划探测路径。此外,该数据集还为地理信息系统(GIS)和虚拟现实(VR)技术的开发提供了精确的火星地形数据。
数据集最近研究
最新研究方向
在行星地质学领域,HiRISE-DTMs数据集以其高分辨率数字地形模型为研究者提供了宝贵的资源。近期研究集中于深度估计任务,通过立体匹配技术对火星表面的卫星图像进行处理,不仅提升了地形解析的精度,也为计算机视觉领域带来了新的研究视角。该数据集在探索火星地形变化、评估着陆器潜在着陆点以及理解行星表面演化过程中扮演着重要角色,对地球科学及深空探测具有深远影响。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

Breast Ultrasound Images (BUSI)

小型(约500×500像素)超声图像,适用于良性和恶性病变的分类和分割任务。

github 收录

中国高分辨率高质量PM2.5数据集(2000-2023)

ChinaHighPM2.5数据集是中国高分辨率高质量近地表空气污染物数据集(ChinaHighAirPollutants, CHAP)中PM2.5数据集。该数据集利用人工智能技术,使用模式资料填补了卫星MODIS MAIAC AOD产品的空间缺失值,结合地基观测、大气再分析和排放清单等大数据生产得到2000年至今全国无缝隙地面PM2.5数据。数据十折交叉验证决定系数R2为0.92,均方根误差RMSE为10.76 µg/m3。主要范围为整个中国地区,空间分辨率为1 km,时间分辨率为日、月、年,单位为µg/m3。注意:该数据集持续更新,如需要更多数据,请发邮件联系作者(weijing_rs@163.com; weijing@umd.edu)。 数据文件中包含NC转GeoTiff的四种代码(Python、Matlab、IDL和R语言)nc2geotiff codes。

国家青藏高原科学数据中心 收录

Plant-Diseases

Dataset for Plant Diseases containg variours Plant Disease

kaggle 收录

Nexdata/chinese_dialect

该数据集包含25,000小时的中文方言语音数据,收集自多个方言区域的本地方言使用者,涵盖闽南语、粤语、四川话、河南话、东北话、上海话、维吾尔语和藏语等。数据格式为16kHz、16bit、未压缩的wav文件,单声道。句子准确率超过95%。数据集支持的任务包括自动语音识别(ASR)和音频说话人识别。

hugging_face 收录

中国区域地面气象要素驱动数据集 v2.0(1951-2020)

中国区域地面气象要素驱动数据集(China Meteorological Forcing Data,以下简称 CMFD)是为支撑中国区域陆面、水文、生态等领域研究而研发的一套高精度、高分辨率、长时间序列数据产品。本页面发布的 CMFD 2.0 包含了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等气象要素,时间分辨率为 3 小时,水平空间分辨率为 0.1°,时间长度为 70 年(1951~2020 年),覆盖了 70°E~140°E,15°N~55°N 空间范围内的陆地区域。CMFD 2.0 融合了欧洲中期天气预报中心 ERA5 再分析数据与气象台站观测数据,并在辐射、降水数据产品中集成了采用人工智能技术制作的 ISCCP-ITP-CNN 和 TPHiPr 数据产品,其数据精度较 CMFD 的上一代产品有显著提升。 CMFD 历经十余年的发展,其间发布了多个重要版本。2019 年发布的 CMFD 1.6 是完全采用传统数据融合技术制作的最后一个 CMFD 版本,而本次发布的 CMFD 2.0 则是 CMFD 转向人工智能技术制作的首个版本。此版本与 1.6 版具有相同的时空分辨率和基础变量集,但在其它诸多方面存在大幅改进。除集成了采用人工智能技术制作的辐射和降水数据外,在制作 CMFD 2.0 的过程中,研发团队尽可能采用单一来源的再分析数据作为输入并引入气象台站迁址信息,显著缓解了 CMFD 1.6 中因多源数据拼接和气象台站迁址而产生的虚假气候突变。同时,CMFD 2.0 数据的时间长度从 CMFD 1.6 的 40 年大幅扩展到了 70 年,并将继续向后延伸。CMFD 2.0 的网格空间范围虽然与 CMFD 1.6 相同,但其有效数据扩展到了中国之外,能够更好地支持跨境区域研究。为方便用户使用,CMFD 2.0 还在基础变量集之外提供了若干衍生变量,包括近地面相对湿度、雨雪分离降水产品等。此外,CMFD 2.0 摒弃了 CMFD 1.6 中通过 scale_factor 和 add_offset 参数将实型数据化为整型数据的压缩技术,转而直接将实型数据压缩存储于 NetCDF4 格式文件中,从而消除了用户使用数据时进行解压换算的困扰。 本数据集原定版本号为 1.7,但鉴于本数据集从输入数据到研制技术都较上一代数据产品有了大幅的改变,故将其版本号重新定义为 2.0。CMFD 2.0 的数据内容与此前宣传的 CMFD 1.7 基本一致,仅对 1983 年 7 月以后的向下短/长波辐射通量数据进行了更新,以修正其长期趋势存在的问题。2021 年至 2024 年的 CMFD 数据正在制作中,计划于 2025 年上半年发布,从而使 CMFD 2.0 延伸至 2024 年底。

国家青藏高原科学数据中心 收录