基于智能手机照片的海岸马尾藻量级估计
计算机视觉与模式识别
2021-09-23 v1
摘要
自2011年以来，在墨西哥加勒比海检测到两种表层藻类——Sargassum natans和Sargassum Fluitans——大量且异常的漂抵。这种藻类的巨量堆积已造成重大的环境与经济损失。因此，对于政府、生态学家和当地企业而言，追踪抵达加勒比海岸的马尾藻数量十分重要。高分辨率卫星图像昂贵或可能存在时间延迟。因此，我们提出基于地面级智能手机照片估计马尾藻数量。从计算机视觉角度看，该问题相当困难，因为未提供关于3D世界的任何信息，因此我们不得不将其建模为分类问题，其中一组五个标签定义了数量。为此，我们构建了一个含逾千个来自Facebook或Instagram等公共论坛样本的数据集，并测试了若干最先进的卷积网络。结果表明，经微调训练的VGG网络表现最佳。尽管所达准确率可随更多样本而提升，当前预测分布较窄，故预测足以用于记录留存与快速生态行动。
引用
@article{arxiv.2109.10390,
title = {Coast Sargassum Level Estimation from Smartphone Pictures},
author = {Uriarte-Arcia Abril Valeria and Vasquez-Gomez Juan Irving and Taud Hind and Garcia-Floriano Andres and Ventura-Molina Elias},
journal= {arXiv preprint arXiv:2109.10390},
year = {2021}
}
备注
Under preparation for submission