利用档案航空摄影与深度学习分析纳米比亚数十年的环境变化
计算机视觉与模式识别
2024-04-23 v2 人工智能
摘要
本研究探索了在纳米比亚历史航空照片中的目标检测，以识别长期的环境变化。具体而言，我们旨在使用 1943 年和 1972 年的亚米级灰度航空影像，识别纳米比亚 Oshikanto 周围的关键对象——水坑、Omuti 农庄和大树。在这项工作中，我们提出了一种在稀疏手工标签上使用深度语义分割模型分析历史航空影像的工作流程。为此，我们采用了包括类别加权、伪标签和基于经验 p 值的过滤在内的多种策略，以平衡真实标注数据中对象的倾斜和稀疏表示。结果证明了这些不同训练策略的益处，对于 1943 年和 1972 年的影像，在三个感兴趣对象上的平均 分别为 和 。我们还发现，1943 年至 1972 年间，水坑和大树的平均尺寸增加，而 Omuti 农庄的平均尺寸减小，反映了第二次世界大战后大规模经济、农业、人口和环境变化的一些局部影响。这项工作还突出了历史航空照片在理解纳米比亚（及非洲）以外长期环境变化方面尚未开发的潜力。由于过去缺乏足够的卫星技术，档案航空摄影为揭示数十年的环境变化提供了极佳的替代方案。
引用
@article{arxiv.2404.08544,
title = {Analyzing Decades-Long Environmental Changes in Namibia Using Archival Aerial Photography and Deep Learning},
author = {Girmaw Abebe Tadesse and Caleb Robinson and Gilles Quentin Hacheme and Akram Zaytar and Rahul Dodhia and Tsering Wangyal Shawa and Juan M. Lavista Ferres and Emmanuel H. Kreike},
journal= {arXiv preprint arXiv:2404.08544},
year = {2024}
}