基于自动生成分割图的城市森林监测
计算机视觉与模式识别
2022-06-15 v1 人工智能
计算机与社会
机器学习
摘要
我们提出并评估了一种弱监督方法，用于基于遥感数据以近乎零人工交互来量化城市森林的时空分布。成功训练用于语义分割的机器学习模型通常依赖于高质量标签的可用性。我们评估了高分辨率三维点云数据（LiDAR）作为噪声标签来源的优势，以训练用于正射影像中树木定位的模型。作为概念验证，我们感知了纽约市康尼岛飓风桑迪对城市森林的影响，并将其与纽约市布鲁克林受影响较小的城市空间进行参照。
引用
@article{arxiv.2206.06948,
title = {Monitoring Urban Forests from Auto-Generated Segmentation Maps},
author = {Conrad M Albrecht and Chenying Liu and Yi Wang and Levente Klein and Xiao Xiang Zhu},
journal= {arXiv preprint arXiv:2206.06948},
year = {2022}
}
备注
accepted for presentation and publication at IGARSS 2022