En tant qu'unités de paysage les plus typiques et les plus courantes à la surface de la Lune, les cratères enregistrent les caractéristiques morphologiques et la répartition spatiale qui reflètent l'histoire de l'évolution de la Lune, la formation du climat et l'âge de sa surface. En raison de phénomènes tels que les bords flous des cratères et les cratères imbriqués, il existe toujours des problèmes d'identification automatique des cratères (en particulier de petite échelle) avec une précision d'identification faible et des difficultés d'identification des petits cratères dans de grands cratères. Par conséquent, en raison du grand nombre de petits cratères et de leur identification difficile, ainsi que des problèmes d'identification des cratères imbriqués, cet article propose une méthode automatique d'identification des petits cratères à la surface de la Lune basée sur une stratégie de transfert de connaissances, pour localiser et identifier automatiquement les cratères. Cette méthode régresse directement vers le centre du cratère et sa taille sur une carte de caractéristiques à haute résolution générée par le réseau de sabliers empilés, et ne nécessite pas d'opérations de post-traitement telles que la suppression des valeurs non maximales, ce qui réalise une identification automatique des différents types de cratères. En même temps, en utilisant une approche de transfert de connaissances pour l'entraînement, cette approche dote le modèle d'entraînement de certaines optimisations, ne le démarrant pas de zéro, assurant ainsi au modèle une plus grande fiabilité et une plus grande robustesse. L'article présente des expériences et des vérifications sur des images des régions lunaires de la baie d'Arc-en-ciel et de la mer des Tempêtes, ainsi qu'une évaluation quantitative et qualitative comparée à la base de données existante des cratères de Robbins, les résultats montrent que le modèle d'identification automatique conçu dans cet article peut effectivement extraire les cratères, et partiellement résoudre le problème de l'identification des petits cratères dans les cratères imbriqués.

extraction de cratères; reconnaissance intelligente; apprentissage en profondeur; reconnaissance d'objet; région de la baie d'Arc-en-ciel; région de la mer des Tempêtes