基于Structure from Motion将语义分割映射到点云用于森林分析
计算机视觉与模式识别
2025-05-19 v1
摘要
尽管远程感知技术用于监测森林环境已受到日益关注，但由于高成本、传感器要求以及耗时的获取过程，公开可用的点云数据集仍然稀缺。此外，据我们所知，尚无通过应用Structure From Motion（SfM）算法生成的公开标注数据集，这可能是由于缺乏能够将语义分割信息映射到准确点云的SfM算法，尤其是在森林等具有挑战性环境中。在本工作中，我们提出了一种新型管道，用于生成森林环境的语义分割点云。通过我们自建的森林模拟器生成多样化森林场景的逼真RGB图像及其对应的语义分割掩码。这些带标签的图像随后处理为能够在3D重建期间保留语义信息的修改版开源SfM软件。 resulting point clouds provide both geometric and semantic detail, offering a valuable resource for training and evaluating deep learning models aimed at segment real forest point clouds obtained via SfM。
引用
@article{arxiv.2505.10751,
title = {Mapping Semantic Segmentation to Point Clouds Using Structure from Motion for Forest Analysis},
author = {Francisco Raverta Capua and Pablo De Cristoforis},
journal= {arXiv preprint arXiv:2505.10751},
year = {2025}
}
备注
Work in progress, accepted in Novel Approaches for Precision Agriculture and Forestry with Autonomous Robots, ICRA 2025 Workshop - May 23, 2025 - Atlanta, GA