旋转等变森林砍伐分割与驱动因子分类
计算机视觉与模式识别
2021-12-17 v2 机器学习
图像与视频处理
摘要
森林砍伐已成为气候变化的一个重要促成因素，因此，对其驱动因子进行分类并预测森林砍伐的分割图引起了极大关注。在这项工作中，我们开发了一种旋转等变卷积神经网络模型，用于从Landsat 8卫星图像中预测驱动因子并生成森林砍伐事件的分割图。这在驱动因子分类和森林砍伐分割图预测方面优于先前的方法，分类准确率提升了9%，分割图准确率提升了7%。此外，该方法在输入图像旋转下能预测稳定的分割图，从而确保预测的森林砍伐区域不依赖于卫星的旋转方向。
引用
@article{arxiv.2110.13097,
title = {Rotation Equivariant Deforestation Segmentation and Driver Classification},
author = {Joshua Mitton and Roderick Murray-Smith},
journal= {arXiv preprint arXiv:2110.13097},
year = {2021}
}
备注
Tackling Climate Change with Machine Learning workshop at NeurIPS 2021