A review of individual tree crown detection and delineation from optical remote sensing images

要約

光学式リモートセンシングセンサーの進歩により、非常に高い空間解像度のマルチスペクトル画像を生成することで、コスト効率が高く高精度の森林目録と自動化された分析を実現する大きな可能性がもたらされます。
個々の樹木のレベルまで目録を提供することを目的とした多くの研究により、個別樹冠検出および描写 (ITCD) のためのさまざまな方法が生み出されてきました。
このレビューでは、個々の樹冠を検出および描写するための ITCD 手法を取り上げ、光学リモート センシング画像に適用された ITCD 関連研究の過去と現在を体系的にレビューします。
既存の ITCD の取り組みに関する明確なナレッジ マップを提供することを目的として、最近の ITCD 論文の包括的なレビューを実施し、アルゴリズム、調査場所、樹種、センサーの種類、評価方法などのメタデータ分析を構築します。
我々は、検討した方法を 3 つのクラスに分類します。 (1) 従来の画像処理方法 (極大値フィルタリング、画像セグメンテーションなど)。
(2) 従来の機械学習手法 (ランダム フォレスト、デシジョン ツリーなど)。
(3) 深層学習ベースの手法。
深層学習指向のアプローチが論文の大部分を占めているため、セマンティック セグメンテーションおよびオブジェクト検出方法としての深層学習ベースの手法についてさらに説明します。
さらに、ITCD ドメインにおけるマルチセンサーベースのデータと光学データの比較、さまざまなアルゴリズムとさまざまな ITCD タスク間の比較など、光リモートセンシングデータを使用して ITCD ドメインをさらに理解するための 4 つの ITCD 関連の問題について説明します。
、このレビューでは、いくつかの ITCD 関連のアプリケーションと、将来の ITCD 研究におけるいくつかの刺激的な見通しと潜在的な注目のトピックを提案します。

要約(オリジナル)

Powered by the advances of optical remote sensing sensors, the production of very high spatial resolution multispectral images provides great potential for achieving cost-efficient and high-accuracy forest inventory and analysis in an automated way. Lots of studies that aim at providing an inventory to the level of each individual tree have generated a variety of methods for Individual Tree Crown Detection and Delineation (ITCD). This review covers ITCD methods for detecting and delineating individual tree crowns, and systematically reviews the past and present of ITCD-related researches applied to the optical remote sensing images. With the goal to provide a clear knowledge map of existing ITCD efforts, we conduct a comprehensive review of recent ITCD papers to build a meta-data analysis, including the algorithm, the study site, the tree species, the sensor type, the evaluation method, etc. We categorize the reviewed methods into three classes: (1) traditional image processing methods (such as local maximum filtering, image segmentation, etc.); (2) traditional machine learning methods (such as random forest, decision tree, etc.); and (3) deep learning based methods. With the deep learning-oriented approaches contributing a majority of the papers, we further discuss the deep learning-based methods as semantic segmentation and object detection methods. In addition, we discuss four ITCD-related issues to further comprehend the ITCD domain using optical remote sensing data, such as comparisons between multi-sensor based data and optical data in ITCD domain, comparisons among different algorithms and different ITCD tasks, etc. Finally, this review proposes some ITCD-related applications and a few exciting prospects and potential hot topics in future ITCD research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google