无人机图像上土丘的自动计数：结合实例分割与区块级校正

通过堆土进行造地准备是一种常用的造林措施，其通过机械方式创建称为土丘（mounds）的种植微立地来改善树木生长条件。造地准备后的关键步骤是统计土丘数量，这为林业管理者提供给定造林区块所需苗木的精确估计。土丘计数通常由林业工人通过人工野外调查完成，成本高且易出错，尤其在大面积区域。为解决此问题，我们提出一种利用无人机（UAV）成像与计算机视觉进展的新框架，以准确估计造林区块上的土丘数量。该框架包含两个主要部分。首先，我们采用基于深度学习算法的视觉识别方法进行像素级分割的多目标检测。这可实现可见土丘的初步计数，并利用其他常见物体（如树木、碎屑、积水）来刻画造林区块特征。其次，由于视觉识别可能受若干扰动因素（如土丘侵蚀、遮挡）限制，我们采用机器学习估计函数，基于第一阶段提取的局部区块属性预测土丘最终数量。我们在一个代表具有不同特征众多造林区块的新UAV数据集上评估了所提框架。相较人工计数方法，所提方法在相对计数精度上更优，表明其在困难情境下具有优势与高效潜力。