A Framework of Landsat-8 Band Selection based on UMDA for Deforestation Detection

要約

熱帯林の保全は、地球規模の生態系において重要な役割を果たしているため、社会的および生態学的に関連性のある現在のテーマとなっています。
残念ながら、毎年数百万ヘクタールの森林が伐採され、荒廃しています。
したがって、熱帯林の監視には政府または民間の取り組みが必要です。
この意味で、この研究は、DeepLabv3+ と呼ばれるセマンティック セグメンテーション アーキテクチャをガイドするために、森林破壊地域をより適切に表現できる Landsat-8 からスペクトル バンドを選択するために分布推定アルゴリズム (UMDA) を使用する新しいフレームワークを提案します。
実行された実験では、セグメント分類タスクで 90% を超えるバランスの取れた精度に達するいくつかの構成を見つけることができました。
さらに、UMDA アルゴリズムによって見つかった最良の構成 (651) は DeepLabv3+ アーキテクチャに供給され、効率と有効性の点でこの研究で比較したすべての構成を上回りました。

要約(オリジナル)

The conservation of tropical forests is a current subject of social and ecological relevance due to their crucial role in the global ecosystem. Unfortunately, millions of hectares are deforested and degraded each year. Therefore, government or private initiatives are needed for monitoring tropical forests. In this sense, this work proposes a novel framework, which uses of distribution estimation algorithm (UMDA) to select spectral bands from Landsat-8 that yield a better representation of deforestation areas to guide a semantic segmentation architecture called DeepLabv3+. In performed experiments, it was possible to find several compositions that reach balanced accuracy superior to 90% in segment classification tasks. Furthermore, the best composition (651) found by UMDA algorithm fed the DeepLabv3+ architecture and surpassed in efficiency and effectiveness all compositions compared in this work.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google