LudVision — Remote Detection of Exotic Invasive Aquatic Floral Species using Drone-Mounted Multispectral Data

要約

リモートセンシングは、離れた場所で反射および放出された放射線を測定することにより、領域の物理的特性を検出および監視するプロセスです。
主に生態系の保全のために、生態系を監視するために広く使用されています。
侵入種の報告が増え続けていることは、生態系の自然なバランスに影響を与えています。
エキゾチックな侵入種は、新しい生態系に導入されると重大な影響を及ぼし、在来種の絶滅につながる可能性があります。
この研究では、欧州連合によって水生侵入種と見なされているチョウジタデ属のペプロイドに焦点を当てています。
その存在は、周囲の生態系や、農業、漁業、航海などの人間の活動に悪影響を与える可能性があります。
私たちの目標は、種の存在を特定する方法を開発することでした。
これを実現するために、ドローンに取り付けられたマルチスペクトルセンサーによって収集された画像を使用して、LudVisionデータセットを作成しました。
収集した画像から対象種を特定するために、チョウジタデ属pを検出するための新しい方法を提案します。
マルチスペクトル画像で。
この方法は、マルチスペクトルデータを処理するように変更された既存の最先端のセマンティックセグメンテーション方法に基づいています。
提案された方法は、0.799のプロデューサーの精度と0.955のユーザーの精度を達成しました。

要約(オリジナル)

Remote sensing is the process of detecting and monitoring the physical characteristics of an area by measuring its reflected and emitted radiation at a distance. It is being broadly used to monitor ecosystems, mainly for their preservation. Ever-growing reports of invasive species have affected the natural balance of ecosystems. Exotic invasive species have a critical impact when introduced into new ecosystems and may lead to the extinction of native species. In this study, we focus on Ludwigia peploides, considered by the European Union as an aquatic invasive species. Its presence can negatively impact the surrounding ecosystem and human activities such as agriculture, fishing, and navigation. Our goal was to develop a method to identify the presence of the species. We used images collected by a drone-mounted multispectral sensor to achieve this, creating our LudVision data set. To identify the targeted species on the collected images, we propose a new method for detecting Ludwigia p. in multispectral images. The method is based on existing state-of-the-art semantic segmentation methods modified to handle multispectral data. The proposed method achieved a producer’s accuracy of 0.799 and a user’s accuracy of 0.955.

arxiv情報

著者 António J. Abreu,Luís A. Alexandre,João A. Santos,Filippo Basso
発行日 2022-07-12 15:43:21+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.CV パーマリンク