DeepVerge：路边植被带生物多样性与保护潜力分类
计算机视觉与模式识别
2022-06-10 v1
摘要
开放空间草地正日益被开垦或建设占用，导致针对路边植被带的保护力度加大。英国所有草物种中约有一半可见于该国 50 万公里道路沿线，其中约 91 种处于受威胁或近受威胁状态。因此，仔细管理这些“野生动物走廊”对于防止物种灭绝与维持草地栖息地生物多样性至关重要。野生动物信托机构常招募志愿者调查路边植被带并识别具有高保护潜力的新“地方野生动物站点”。利用来自 3,900 公里路边植被带的志愿者调查数据以及公开可用的街景影像，我们提出 DeepVerge；一种基于深度学习的方法，可通过检测正向指示物种的存在来自动调查路边植被带区段。使用来自农村郡县林肯郡的图像与真值调查数据，DeepVerge 达到了 88% 的平均准确率。此类方法可被地方当局用于识别新的地方野生动物站点，并依据法律与政府政策义务辅助管理与环境规划，节省数千小时的手动劳动。
引用
@article{arxiv.2206.04271,
title = {DeepVerge: Classification of Roadside Verge Biodiversity and Conservation Potential},
author = {Andrew Perrett and Charlie Barnes and Mark Schofield and Lan Qie and Petra Bosilj and James M. Brown},
journal= {arXiv preprint arXiv:2206.04271},
year = {2022}
}