基于街道地址与街景图像的行道树地理编码
计算机视觉与模式识别
2020-02-06 v1
摘要
我们引入一种方法，利用街景全景图像和用于树木实例匹配的全局优化框架，为较旧的行道树清单更新地理坐标。2000 年代初之前清单中的树木地理位置是使用街道地址记录的，而较新的清单使用 GPS。我们的方法为较旧的清单补充地理坐标，以使其能与较新清单连接，从而促进关于树木死亡率等的长期研究。使该问题具有挑战性的是每个街道地址下树木数量不同、图像中不同树木实例外观异构、从多幅图像观看时树木位置模糊以及遮挡。为解决这一分配问题，我们 (i) 使用深度学习检测 Google 街景全景中的树木，(ii) 将每棵树的多视图检测结果合并为单一表示，(iii) 并通过全局优化方法将检测到的树木与给定街道地址下的树木进行匹配。在美国加州 5 个城市超过 50000 棵树的实验表明，我们能够为 38% 的行道树分配地理坐标，这是大规模行道树生态系统服务价值长期研究的一个良好起点。
引用
@article{arxiv.2002.01708,
title = {Geocoding of trees from street addresses and street-level images},
author = {Daniel Laumer and Nico Lang and Natalie van Doorn and Oisin Mac Aodha and Pietro Perona and Jan Dirk Wegner},
journal= {arXiv preprint arXiv:2002.01708},
year = {2020}
}
备注
Accepted for publication in ISPRS Journal of Photogrammetry and Remote Sensing