一种用于航拍图像中枯死树木分割的卷积神经网络/主动轮廓混合方法
计算机视觉与模式识别
2021-12-07 v1
摘要
生态系统抵御气候变化的稳定性与能力直接关联于其生物多样性。枯死树木是森林整体健康的关键指标，容纳了森林生态系统三分之一的生物多样性，并构成全球碳储量的 8%。它们受气候、昆虫与真菌等多种自然因素分解。准确检测与建模枯木量对于理解森林生态、碳循环与分解者至关重要。我们提出一种从航拍照片构建枯死树木精确形状轮廓的新方法，将成熟的卷积神经网络与一种新颖的主动轮廓模型结合于能量最小化框架中。在精度、召回率及检测枯死树木的交并比方面，我们的方法优于当前最优方法。这一性能提升对于应对气候变化（及其他人为扰动）带来的新挑战至关重要，特别是用于监测和估算碳储量衰减速率、监测森林健康与生物多样性，以及枯木对气候变化的总体影响与来自气候变化的总体影响。
引用
@article{arxiv.2112.02725,
title = {A hybrid convolutional neural network/active contour approach to segmenting dead trees in aerial imagery},
author = {Jacquelyn A. Shelton and Przemyslaw Polewski and Wei Yao and Marco Heurich},
journal= {arXiv preprint arXiv:2112.02725},
year = {2021}
}