使用大型多模态模型自动估计洪水深度以实现快速洪水制图
计算机视觉与模式识别
2024-02-27 v1 人工智能
摘要
洪水深度信息对于快速绘制受洪水影响区域的地图至关重要。然而，先前估计洪水深度的方法，包括实地调查、遥感和机器学习技术，可能耗时且资源密集。本文提出了一种从现场洪水照片自动快速估计洪水深度的方法。我们使用预训练的大型多模态模型GPT-4 Vision专门用于估计洪水深度。输入数据是包含参考物体（如路标、汽车、人和建筑物）的洪水照片。以常见物体的高度作为参考，模型输出洪水深度。结果表明，所提出的方法能够从洪水照片中快速提供一致且可靠的洪水深度估计。这种快速估计对于近乎实时的洪水淹没制图和评估洪水严重程度具有变革性意义，而这对于有效的洪水应对策略至关重要。
引用
@article{arxiv.2402.16684,
title = {Automated Floodwater Depth Estimation Using Large Multimodal Model for Rapid Flood Mapping},
author = {Temitope Akinboyewa and Huan Ning and M. Naser Lessani and Zhenlong Li},
journal= {arXiv preprint arXiv:2402.16684},
year = {2024}
}