基于 RTK 透视投影的无人机影像中果实检测与地理参考人工智能系统
计算机视觉与模式识别
2021-01-05 v1 机器学习
图像与视频处理
摘要
本工作提出一种基于 Faster Region-Based Convolution Neural Network (Faster R-CNN) 框架的人工智能(AI)系统,用于从大型商业果园的倾斜航拍无人机影像中检测并计数苹果。为降低计算成本,设计了一种网络前置新阶段,将原始影像预处理为单棵树的裁剪图像。利用透视投影模型为这些图像分配唯一地理空间标识符。该模型采用实时动态(RTK)数据、数字地形与地表模型(DTM 和 DSM)以及相机内参与外参。然而大部分实验聚焦于检测网络自身超参数的调优。树上苹果与落地苹果被视作不同类别。设计了一种由两类尺寸校准的平均精度均值(mAP)度量,以缓解虚假结果。锚框设计因苹果尺度而至关重要。因此,一种文献中从未见于 Faster R-CNN 的 k-means 聚类方法带来了校准 mAP 的最显著改进。其他实验表明:最大候选框数应为 225;初始学习率 0.001 最优应用于自适应 RMS Prop 优化器;且在考虑 mAP 以及次要推断时间时,ResNet 101 是理想的基础特征提取器。最优超参数的组合得到一个校准 mAP 为 0.7627 的模型。
引用
@article{arxiv.2101.00339,
title = {An Artificial Intelligence System for Combined Fruit Detection and Georeferencing, Using RTK-Based Perspective Projection in Drone Imagery},
author = {Angus Baird and Stefano Giani},
journal= {arXiv preprint arXiv:2101.00339},
year = {2021}
}
备注
12 pages, 12 figures