VibrantVS：用于森林冠层高度估计的高分辨率多任务 Transformer
计算机视觉与模式识别
2025-01-28 v3
摘要
本文探讨了一种新型多任务视觉 Transformer (ViT) 模型在利用美国西部 4 波段国家农业影像计划 (NAIP) 影像估计冠层高度模型 (CHM) 方面的应用。我们在不同生态区和高度类别聚合的准确性与精确度方面，将该模型与其他三个经过同行评审的基准模型进行了有效性比较。主要研究结果表明，尽管其他基准模型能在局部区域提供高精确度，但 VibrantVS 模型在美国西部广阔的生态区范围内具有显著优势，具备更高的准确性、更高的精确度、能够以三年或更短的周期生成更新的推断结果，以及高空间分辨率。VibrantVS 模型为生态监测和土地管理决策（包括野火缓解）提供了重要价值。
引用
@article{arxiv.2412.10351,
title = {VibrantVS: A high-resolution multi-task transformer for forest canopy height estimation},
author = {Tony Chang and Kiarie Ndegwa and Andreas Gros and Vincent A. Landau and Luke J. Zachmann and Bogdan State and Mitchell A. Gritts and Colton W. Miller and Nathan E. Rutenbeck and Scott Conway and Guy Bayes},
journal= {arXiv preprint arXiv:2412.10351},
year = {2025}
}
备注
15 pages, 12 figures