基于航空 LiDAR 扫描的密集植被多层建模
计算机视觉与模式识别
2022-04-26 v1
摘要
野生森林多层结构的分析是自动化大规模林业的一项重要挑战。尽管现代航空 LiDAR 能提供跨所有植被层的几何信息，大多数数据集与方法仅关注冠层顶部的分割与重建。我们发布 WildForest3D，其包含 29 个研究样地及 47 000m2 上超过 2000 棵独立树木的密集 3D 标注，以及 3 个植被层（地面植被、林下植被和林冠层）的占用图与高度图。我们提出一种 3D 深度网络架构，首次同时预测 3D 逐点标签与高分辨率层占用栅格。这使我们能精确估计各植被层的厚度以及相应的水密网格，从而满足多数林业用途。数据集与模型均以开放获取方式发布：https://github.com/ekalinicheva/multi_layer_vegetation。
引用
@article{arxiv.2204.11620,
title = {Multi-Layer Modeling of Dense Vegetation from Aerial LiDAR Scans},
author = {Ekaterina Kalinicheva and Loic Landrieu and Clément Mallet and Nesrine Chehata},
journal= {arXiv preprint arXiv:2204.11620},
year = {2022}
}
备注
Earth Vision Workshop, CVPR 2022