关于公民科学与森林砍伐检测情境下的超像素分割方法探索
计算机视觉与模式识别
2025-01-14 v3
摘要
热带雨林在行星生态系统中才作用着关键作用,使得其保护成为全球范围内的优先事项。然而,持续的森林砍伐和退化构成对其存续的重大威胁,迫切需要有效的监测手段并提出缓解这些过程造成损害的行动。就此而言,各种监测计划从政府和私营部门到基于公民科学活动的解决方案层出不穷。在公民科学活动的语境中,将遥感图像分割以识别被砍伐的区域并随后提交给非专业志愿者进行分析是必要的。因此,基于超像素的分割技术在完成这一重要任务方面证明是可行的。因此,本文对22种超像素分割方法应用于遥感图像进行了分析,旨在识别其中哪些方法更适合用于为公民科学活动生成分割。结果显示,七种分割方法的性能优于当前在ForestEyes公民科学项目中使用的基准方法(SLIC),表明在活动开发的这一重要阶段仍存在改进的机会。
引用
@article{arxiv.2411.17922,
title = {Exploring Superpixel Segmentation Methods in the Context of Citizen Science and Deforestation Detection},
author = {Hugo Resende and Isabela Borlido and Victor Sundermann and Eduardo B. Neto and Silvio Jamil F. Guimarães and Fabio Faria and Alvaro Luiz Fazenda},
journal= {arXiv preprint arXiv:2411.17922},
year = {2025}
}
备注
This paper is under review