基于深度学习的航拍图像自动森林健康诊断
计算机视觉与模式识别
2020-10-19 v1
摘要
全球气候变化对我们的环境产生了剧烈影响。先前的研究表明，全球气候变化引发的害虫灾害可能导致大量树木死亡，并不可避免地成为森林火灾的一个因素。森林火灾的一个重要前兆是森林的状况。基于航拍图像的森林分析能够早期检测出枯树和活树。在本文中，我们应用一种合成方法来扩充图像数据集，并提出了一种利用重新训练的 Mask RCNN（Mask Region-based Convolutional Neural Network）方法与迁移学习方案从航拍图像中自动检测枯树的新框架。我们将我们的框架应用于我们的航拍图像数据集，并比较了八个微调模型。这些模型中最佳模型的均值平均精度分数（mAP）达到 54%。在自动检测之后，我们能够自动生成并计算枯树掩码的数量，以在图像中标记枯树，作为森林健康的指标，可关联到环境变化的因果分析以及森林火灾的预测可能性。
引用
@article{arxiv.2010.08437,
title = {Deep Learning based Automated Forest Health Diagnosis from Aerial Images},
author = {Chia-Yen Chiang and Chloe Barnes and Plamen Angelov and Richard Jiang},
journal= {arXiv preprint arXiv:2010.08437},
year = {2020}
}
备注
16 pages