基于激光雷达与深度学习的挪威树种检测
计算机视觉与模式识别
2024-05-07 v1 图像与视频处理
摘要
背景：挪威森林中树种的制图是一项耗时的过程，森林协会依赖专家进行人工标注。该过程可能涉及航空影像、个人熟悉度或现场参考以及遥感数据。当前最先进的方法通常使用高分辨率航空影像结合语义分割方法。方法：我们提出了一种仅利用激光雷达（Light Detection And Ranging，激光探测与测距）数据的基于深度学习的树种分类模型。激光雷达图像通过基于 U-Net 的网络分割为四类（挪威云杉、苏格兰松、桦树、背景）。模型使用 focal loss 在部分弱标签上训练。该方法的一个主要优势是激光雷达影像和标签底图均可免费开放获取。结果：我们的树种分类模型在基于国家森林清查（NFI）原位样方的独立验证上取得了 0.70 的宏平均 F1 分数。该结果接近但低于航空影像或航空与激光雷达结合模型的性能。
引用
@article{arxiv.2311.06066,
title = {Lidar-based Norwegian tree species detection using deep learning},
author = {Martijn Vermeer and Jacob Alexander Hay and David Völgyes and Zsófia Koma and Johannes Breidenbach and Daniele Stefano Maria Fantin},
journal= {arXiv preprint arXiv:2311.06066},
year = {2024}
}