街道树木的自动量化与可视化
计算机视觉与模式识别
2022-01-19 v1
摘要
评估街道树木数量对于评价城市绿化至关重要，并可帮助市政部门采用方案识别缺树街道。它还有助于识别随时间呈现不同砍伐与造林程度的道路。然而，街道树木量化领域的工作甚少。本文首先阐释专为道路旁树木计数精心设计的数据采集设置。随后我们描述一种旨在稳健检测和量化树木的独特标注流程。我们基于约 1300 个印度道路场景的数据集开展工作，该数据集标注了超过 2500 棵街道树木。我们还使用覆盖 25 公里道路的五个留出视频进行树木计数。最终，我们提出一种利用当前目标检测器和一种新颖且简单的计数算法的街道树木检测、计数与可视化框架，该算法得益于周到的采集设置。我们发现，基于路线上树木密度和核密度排序（KDR）的高层可视化提供了一种快速、准确且低成本识别缺树街道的方法。我们在测试图像上获得 83.74% 的树木检测 mAP，较基线提升 2.73%。我们提出树木计数密度分类准确率（TCDCA）作为衡量树木密度的评价指标。我们在测试视频上获得 96.77% 的 TCDCA，较基线显著提升 22.58%，并证明我们的计数模块性能接近人类水平。源代码：https://github.com/iHubData-Mobility/public-tree-counting。
引用
@article{arxiv.2201.06569,
title = {Automatic Quantification and Visualization of Street Trees},
author = {Arpit Bahety and Rohit Saluja and Ravi Kiran Sarvadevabhatla and Anbumani Subramanian and C. V. Jawahar},
journal= {arXiv preprint arXiv:2201.06569},
year = {2022}
}
备注
Accepted at ICVGIP 2021