用于可扩展精细森林结构监测的神经辐射场学习
计算机视觉与模式识别
2024-01-29 v1
摘要
本工作利用神经辐射场和遥感技术进行森林监测。我们展示，神经辐射场在森林监测的现有遥感方法方面提供了广泛的可能性，以提高其性能。我们 presented 的实验表明，它们的潜力可以：(1)表达森林三维结构的细微特征，(2)融合可用的遥感模态，(3)改进基于 3D 结构的森林指标。总体而言，这些特性使神经场成为一种具有巨大潜力的计算工具，可进一步推动森林监测项目的可扩展性和准确性。
引用
@article{arxiv.2401.15029,
title = {Learning Neural Radiance Fields of Forest Structure for Scalable and Fine Monitoring},
author = {Juan Castorena},
journal= {arXiv preprint arXiv:2401.15029},
year = {2024}
}