MarsFM: Shading-Regularized Flow Matching for Martian Relief Estimation

📄 arXiv: 2609.21095v1 📥 PDF

作者: Marius F. R. Juston

分类: cs.CV

发布日期: 2026-09-17

备注: 73 pages, 62 figures

🔗 代码/项目: GITHUB | HUGGINGFACE

💡 一句话要点

提出MarsFM以解决火星地形估计问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 火星探测 地形估计 生成模型 几何监督 阴影优化 机器学习 计算机视觉

📋 核心要点

  1. 现有方法在火星地形估计中面临精度不足和数据稀缺的挑战，难以有效结合图像信息与几何约束。
  2. MarsFM通过结合预训练生成模型与几何监督，利用阴影目标优化地形估计，提升了模型的准确性和鲁棒性。
  3. 实验结果表明，MarsFM在归一化高程空间中实现了0.0935至0.0957的RMSE，显示出与VAE重构参考的良好一致性。

📝 摘要（中文）

我们提出了MarsFM，这是一种基于图像条件的潜在流匹配模型，用于从单波段HiRISE RED正射影像中估计局部火星地形。该方法结合了预训练的生成先验、立体几何监督和可微分的Lunar-Lambert阴影目标。通过地形的高程、法线、梯度、曲率和序数项约束地形结构的互补方面，同时采用正仿射不变的图像比较约束渲染外观。评估结果显示，在正参考支持下，均方根误差（RMSE）在归一化的有符号对数高程空间中为0.0935到0.0957，表明该方法在低步数推理下的有效性。

🔬 方法详解

问题定义：本论文旨在解决从单波段HiRISE RED影像中准确估计火星地形的具体问题。现有方法在数据稀缺和精度不足方面存在明显的不足，难以有效利用图像信息和几何约束。

核心思路：MarsFM的核心思路是结合预训练的生成先验与立体几何监督，通过可微分的阴影目标来优化地形估计。这种设计旨在利用图像条件信息和几何特征的互补性，以提高地形估计的精度。

技术框架：该方法的整体架构包括多个主要模块：首先是预训练生成模型，其次是立体几何监督模块，最后是阴影目标优化模块。这些模块协同工作，以实现高效的地形估计。

关键创新：MarsFM的关键创新在于引入了可微分的Lunar-Lambert阴影目标，结合图像条件的潜在流匹配模型。这一创新使得模型能够在地形估计中更好地考虑光照和阴影效应，从而提升了估计的准确性。

关键设计：在参数设置上，MarsFM采用了正仿射不变的图像比较方法，以约束渲染外观。此外，损失函数设计中结合了高程、法线、梯度、曲率和序数项，以全面约束地形结构的各个方面。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，MarsFM在归一化高程空间中实现了均方根误差（RMSE）在0.0935到0.0957之间，表明该方法在低步数推理下的有效性和稳定性。这些结果与VAE重构参考的良好一致性，展示了MarsFM在火星地形估计中的优势。

🎯 应用场景

MarsFM的研究成果在火星探测和地形分析中具有重要应用潜力，能够为未来的火星探测任务提供更精确的地形数据支持。这将有助于科学家更好地理解火星地貌特征及其演变过程，同时为后续的探测和殖民计划奠定基础。

📄 摘要（原文）

We present MarsFM, an image-conditioned latent flow-matching model for local Martian relief estimation from single-band HiRISE RED orthoimagery. The method combines a pretrained generative prior with stereo-derived geometric supervision and a differentiable Lunar--Lambert shading objective. Relief, normal, gradient, curvature, and ordinal terms constrain complementary aspects of terrain structure, while a positive-affine-invariant image comparison constrains rendered appearance. An evaluation comprising 2024 gathered patch records per integration-step count yields mean affine-aligned RMSE between 0.0935 and 0.0957 in normalized signed-log relief space for one to twenty Euler steps. These scores measure agreement with VAE-reconstructed references on positive-reference support. Their narrow range supports low-step inference under this protocol. Spatial, differential, and spectral diagnostics show broad terrain correspondence alongside smoothing, amplitude compression, and boundary mismatch. MarsFM provides a framework for combining learned terrain priors with image-based constraints; establishing improved physical terrain resolution requires matched baselines and independent high-resolution reference data. Data: https://huggingface.co/datasets/SuperComputer/mars_hirise_dtm_processed-6aa9b66ba461e07f; code: https://github.com/Marius-Juston/MarsRecon.