环境 UAV 图像的全景分割：沙滩垃圾
计算机视觉与模式识别
2025-08-25 v1 人工智能
摘要
卷积神经网络 (CNN) 在多个领域高效应用，包括环境挑战。事实上，CNN 有助于监测海洋垃圾，这已成为全球性问题。无人机相对于卫星图像具有更高的分辨率和更好的局部适应性，更容易查找和计数垃圾。鉴于沙地的各向异性，基本 CNN 模型会因沙地颜色的反射、脚印、阴影、藻类、沙丘、洞口和轮胎轨迹等因素引发大量推断。对于这类图像，其他 CNN 模型（如 CNN 基于分割的方法）可能更合适。本文使用 instance 基于分割方法和全景分割方法，这些方法仅需少量样本即可显示良好的准确度。该模型更稳健，...
引用
@article{arxiv.2508.15985,
title = {Panoptic Segmentation of Environmental UAV Images : Litter Beach},
author = {Ousmane Youme and Jean Marie Dembélé and Eugene C. Ezin and Christophe Cambier},
journal= {arXiv preprint arXiv:2508.15985},
year = {2025}
}
备注
This paper has been accepted for CNRIA 2023