FSKD: 基于 LiDAR-to-RGBI 知识蒸馏的单目森林结构推断
计算机视觉与模式识别
2026-04-03 v1 人工智能
摘要
极高分辨率(VHR)单树尺度的森林结构数据对碳、生物多样性和生态系统监测至关重要。然而，尽管机载LiDAR是冠层高度模型(CHM)、植被面积指数(PAI)和冠层高度多样性(FHD)等森林结构指标的参考基准，但其成本仍然高昂且获取频率不足。我们提出FSKD：一种LiDAR-to-RGB-红外(RGBI)知识蒸馏(KD)框架，其中多模态教师模型通过交叉注意力融合RGBI图像与LiDAR导出的平面指标和垂直剖面，而仅使用RGBI的SegFormer学生模型学习复现这些输出。在德国萨克森州384 km²森林(20 cm地面采样距离GSD)上训练，并在八个地理独立的测试图块上评估，学生模型实现了最先进的零样本CHM性能(MedAE 4.17 m，R²=0.51，IoU 0.87)，在MAE上超越HRCHM/DAC基线29–46%(5.81 m vs. 8.14–10.84 m)，相关系数更强(0.713 vs. 0.166–0.652)。消融实验表明多模态融合相比仅RGBI训练性能提升10–26%，且具有适当模型容量的非对称蒸馏至关重要。该方法联合预测CHM、PAI和FHD，这是当前单目CHM估计器所不具备的多指标能力，尽管PAI/FHD的迁移仍具有区域依赖性并受益于局部校准。该框架在时间不匹配(冬季LiDAR、夏季RGBI)下仍然有效，消除了严格的共采集约束，使20 cm的可扩展运行监测成为可能，适用于数字孪生德国和国家数字正射影像程序等工作流程。
引用
@article{arxiv.2604.01766,
title = {FSKD: Monocular Forest Structure Inference via LiDAR-to-RGBI Knowledge Distillation},
author = {Taimur Khan and Hannes Feilhauer and Muhammad Jazib Zafar},
journal= {arXiv preprint arXiv:2604.01766},
year = {2026}
}
备注
Paper in-review