自动选择性植物清除中的挑战
计算机视觉与模式识别
2024-04-24 v1
摘要
随着多光谱图像和人工智能的出现，已有大量关于自动植物分割的工作，用于计数、采摘、健康监测、局部农药喷洒等目的。在本文中，我们处理可持续林业背景下的自动选择性植物清除相关问题，其中自主机器必须检测并避开特定植物，同时清除可能与栽培物种竞争的杂草。这样的自主系统需要对天气条件、植物变异性、地形和杂草具有高度的鲁棒性，同时保持廉价且易于维护。我们特别讨论了光谱图像鲁棒性的不足，研究了参考数据库大小的影响，并讨论了在非受控环境中运行的AI系统特有的问题。
引用
@article{arxiv.2404.13996,
title = {Challenges in automatic and selective plant-clearing},
author = {Fabrice Mayran de Chamisso and Loïc Cotten and Valentine Dhers and Thomas Lompech and Florian Seywert and Arnaud Susset},
journal= {arXiv preprint arXiv:2404.13996},
year = {2024}
}