利用航空激光雷达图像分割揭示古玛雅聚落
计算机视觉与模式识别
2024-03-12 v1
摘要
在激光雷达图像中人工识别考古特征耗时、昂贵且需要考古学专业知识。本文展示了深度学习(DL)的最新进展如何提供高效方案,利用YOLOv8神经网络对航空激光雷达图像中的考古结构进行精确分割。所提方法对原始激光雷达数据进行新颖预处理并采用数据集增强方法训练YOLOv8网络,以提升环形结构与平台两类重要玛雅结构分割的准确率、精确率与召回率。结果显示平台IoU达0.842,环形结构达0.809,优于现有方法。此外,领域专家从分割区域拓扑一致性及性能与面积关系角度进行分析,提供了重要见解。该方法实现了耗时的激光雷达图像标注自动化,显著加速了历史景观的精确分析。
引用
@article{arxiv.2403.05773,
title = {Unveiling Ancient Maya Settlements Using Aerial LiDAR Image Segmentation},
author = {Jincheng Zhang and William Ringle and Andrew R. Willis},
journal= {arXiv preprint arXiv:2403.05773},
year = {2024}
}