面向大规模地统计甲烷监测的基于部件的对象检测方法
计算机视觉与模式识别
2025-07-25 v1
摘要
对象检测是遥感影像中计算机视觉的主要应用之一。尽管遥感数据的可用性日益增加，但在大范围地理区域上检测稀有对象仍面临数据量大的挑战。这种常见的挑战却是许多应用的关键，如规模化估计某些人类活动的环境影响。本文我们提出通过研究法国的生物消化器的生产和排放来解决此问题。我们首先引入一个包含生物消化器的新型数据集，其中包含小型训练和验证集，以及大型测试集，其对无对象观察的不平衡情况显著偏向由于此类场所稀有。我们开发了一种基于部件的方法，该方法考虑生物消化器的关键子元素以提升初始检测。为此，我们将该方法应用于新且未见的地区，以构建生物消化器的存档。我们随后计算可归因于这些基础设施在特定时间和特定地点的地理区域产生的甲烷量的地统计估计。
引用
@article{arxiv.2507.18513,
title = {Towards Large Scale Geostatistical Methane Monitoring with Part-based Object Detection},
author = {Adhemar de Senneville and Xavier Bou and Thibaud Ehret and Rafael Grompone and Jean Louis Bonne and Nicolas Dumelie and Thomas Lauvaux and Gabriele Facciolo},
journal= {arXiv preprint arXiv:2507.18513},
year = {2025}
}