单张火星照片就能估地形，MarsFM实现1到20步低步推理！
MarsFM: Shading-Regularized Flow Matching for Martian Relief Estimation
📖 AI 总结
本文提出MarsFM，一种基于图像条件的潜在流匹配模型，用于从单波段HiRISE RED正射影像中估计火星局部地形起伏。方法将预训练生成先验与立体影像导出的几何监督、可微的Lunar-Lambert光照模型相结合，通过起伏、法线、梯度、曲率和序数等多项约束刻画地形结构的不同侧面，并采用正仿射不变图像比较约束渲染外观。在每步积分计数下采集2024个图像块记录的评估中，1至20个欧拉步的归一化有符号对数起伏空间平均仿射对齐RMSE介于0.0935至0.0957之间，较窄的波动范围支持低步数推理。空间、微分与光谱诊断显示整体地形对应良好，但存在平滑、振幅压缩和边界失配问题。该工作为结合学习地形先验与图像约束提供了框架，同时指出提升物理地形分辨率仍需匹配基线和独立高分辨率参考数据。
🔑 关键词速览
| 流匹配 | 一种生成建模方法，通过匹配概率流来学习从噪声到数据的映射。 |
| HiRISE RED | 火星侦察轨道器上的高分辨率成像科学实验的红波段正射影像产品。 |
| Lunar-Lambert阴影 | 一种基于朗伯体反射模型的阴影渲染方法，用于模拟月球或火星表面的光照效果。 |
| VAE | 变分自编码器，一种生成模型，用于学习数据的潜在表示并重建输入。 |
| RMSE | 均方根误差，衡量预测值与真实值之间差异的常用指标。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅