利用多光谱分类器与深度学习缓解小规模窑炉工业的气候与健康影响
计算机视觉与模式识别
2023-05-25 v2
摘要
工业空气污染对健康有直接影响，并且是气候变化的主要贡献者。小规模工业尤其是地沟式砖窑是南亚空气污染的关键来源之一，常产生危害人类健康的有害烟雾。为缓解窑炉工业的气候与健康影响，需要在不同地理位置对窑炉进行细粒度定位。利用植被指数等多光谱遥感数据进行窑炉定位会产生噪声估计，而仅依赖高分辨率影像则因成本和计算复杂性而不可行。本文提出将时空多光谱数据与前高分辨率影像融合，用于检测南亚“砖窑带”内的砖窑。我们首先利用Sentinel-2影像的低分辨率时空多光谱数据，结合植被、燃烧、建筑与湿度指数进行分类。接着，实现方向感知的目标检测器YOLOv3（带theta值）以去除误检并实现细粒度定位。与其他基准相比，我们所提技术在多个国家测试中以相当或更高精度实现了21倍的速度提升。
引用
@article{arxiv.2303.11654,
title = {Mitigating climate and health impact of small-scale kiln industry using multi-spectral classifier and deep learning},
author = {Usman Nazir and Murtaza Taj and Momin Uppal and Sara Khalid},
journal= {arXiv preprint arXiv:2303.11654},
year = {2023}
}
备注
Tackling Climate Change with Machine Learning workshop at ICLR 2023