基于航空摄影与深度学习的日本森林树种识别
计算机视觉与模式识别
2020-07-20 v1 机器学习
图像与视频处理
摘要
天然林是复杂的生态系统,其树种分布及生态功能仍未被充分理解。这些森林的可持续管理极为重要,因为它们在气候调节、生物多样性、水土保持和灾害预防等众多生态系统服务中发挥着重要作用。特别是在日本,天然林主要位于陡峭山地,因此航空影像结合计算机视觉是可应用于森林研究的重要现代工具。故此,本研究作为该领域的初步探索,旨在利用无人机(UAV)图像和深度学习对日本两类混交林中的树种进行分类:黑松(Pinus thunbergii)-刺槐(Robinia pseudoacacia)混交林和落叶松(Larix kaempferi)-栎树(Quercus mongolica)混交林。我们的结果表明,识别刺槐树可达到 62.6% 真阳性(TP)和 98.1% 真阴性(TN),而对落叶松树的识别精度较低(37.4% TP 和 97.7% TN)。
引用
@article{arxiv.2007.08907,
title = {Identification of Tree Species in Japanese Forests based on Aerial Photography and Deep Learning},
author = {Sarah Kentsch and Savvas Karatsiolis and Andreas Kamilaris and Luca Tomhave and Maximo Larry Lopez Caceres},
journal= {arXiv preprint arXiv:2007.08907},
year = {2020}
}
备注
Proc. of EnviroInfo 2020, Nicosia, Cyprus, September 2020