MCTED

MCTED数据集是由欧洲航天局（ESA）提供的一个针对火星数字高程模型预测任务的机器学习应用数据集。该数据集由Day等人创建，包括80,898个图像和数字高程模型（DEM）对，以及附加掩模。数据集使用火星侦察轨道器（MRO）上的CTX仪器收集的高分辨率火星正射影像和DEM对生成。数据集经过了清洗、切块和整理，以便于训练机器学习DEM生成模型。MCTED数据集旨在解决火星高分辨率DEM生成的问题，为火星表面研究和探索提供支持。

The MCTED dataset, developed by Day et al. and provided by the European Space Agency (ESA), is a machine learning application dataset tailored for Mars digital elevation model (DEM) prediction tasks. It consists of 80,898 paired high-resolution Mars orthorectified images and digital elevation models (DEMs), along with supplementary masks. The dataset was generated using data collected by the CTX instrument aboard the Mars Reconnaissance Orbiter (MRO). It has undergone cleaning, chunking, and curation to facilitate the training of machine learning models for DEM generation. The MCTED dataset aims to address the challenge of high-resolution DEM generation on Mars, thereby supporting Mars surface research and exploration.

搜集汇总

数据集介绍

构建方式

MCTED数据集构建采用系统化处理流程，基于火星勘测轨道飞行器CTX仪器采集的高分辨率正交图像与数字高程模型对。通过多阶段质量控制，包括初步地图填充、垂直化校正、缺失值插补及高程异常检测，将原始1,354个样本精炼为80,898个标准化样本。每个样本包含518×518像素的光学图像块、高程图块及两个二进制掩膜，分别标识原始缺失值与处理过程中修正的异常值，确保数据一致性与机器学习适用性。

特点

该数据集涵盖火星表面多样地形，高程值范围跨越-5,000至10,000米，包含陡坡与平坦区域的空间异质性。样本均经过严格筛选，排除光学图像黑色像素超过10%、插补高程值比例高于15%或地形过于平坦的区块，保障数据质量。双掩膜设计允许用户灵活处理修正区域，且训练与验证集按地理聚类划分，彻底避免空间重叠导致的数据泄露问题。

使用方法

MCTED专为单目深度估计任务设计，用户可将光学图像块作为模型输入，高程图块作为监督信号。掩膜可用于训练时忽略修正区域或评估模型在原始数据上的性能。数据集支持相对深度与度量空间两种训练范式，已通过U-Net架构验证其有效性。建议用户结合统计分布（如高程与坡度分布）进行数据标准化，并利用地理聚类信息构建跨区域泛化评估方案。

背景与挑战

背景概述

MCTED数据集由欧洲空间局（ESA）主导研发，于2025年正式发布，旨在解决火星数字高程模型（DEM）的机器学习生成难题。该数据集基于火星勘测轨道飞行器（MRO）搭载的上下文相机（CTX）采集的高分辨率正交影像与高程数据对，覆盖火星表面超过99%的区域，空间分辨率达5-6米/像素。通过系统化处理原始数据中的缺失值与异常值，MCTED提供了80,898个经过严格校准的样本，显著推动了行星遥感与深度学习交叉领域的研究进程，为火星地形分析、着陆点选址及古水文研究提供了关键数据支撑。

当前挑战

MCTED数据集核心挑战集中于两方面：其一，在科学问题层面，需解决单目影像至高程模型的逆映射问题，该问题本身具有病态性，且火星地表纹理稀疏、光照条件复杂，进一步增加了深度推断的不确定性；其二，在数据构建过程中，原始CTX影像与DEM存在分辨率差异、掩膜错位及高程异常值等问题，需开发多阶段处理流水线实现数据对齐、缺失值填充与异常检测，同时需规避样本间的空间重叠以确保机器学习任务中训练与验证集的无泄漏划分。

常用场景

经典使用场景

在行星遥感与地形建模领域，MCTED数据集为从单目光学图像生成数字高程模型（DEM）提供了标准化训练资源。其经典应用场景包括利用火星勘测轨道飞行器CTX仪器获取的高分辨率正交图像，通过深度学习模型预测火星表面高程分布，支持高精度地形重建任务。

实际应用

MCTED的实际应用涵盖火星科学探测与工程任务，例如为火星车着陆点选址提供地形风险评估，支持古代水文过程模拟和地质构造分析。其单图像DEM生成能力可显著降低传统立体成像的数据获取与处理成本，为未来无人或载人火星任务提供实时地形分析支持。

衍生相关工作

该数据集催生了多项经典研究工作，包括基于U-Net架构的轻量化DEM预测模型开发，以及对DepthAnythingV2等基础模型在行星遥感领域的适应性评估。相关研究还扩展至生成对抗网络（GAN）在DEM超分辨率与地形生成中的应用，推动了跨领域深度估计技术的迁移与创新。