Individual Tree Detection in Large-Scale Urban Environments using High-Resolution Multispectral Imagery

要約

高解像度のマルチスペクトル航空画像を使用して、都市環境で個々の樹木を検出するための新しいディープラーニング手法を紹介します。
畳み込みニューラル ネットワークを使用して、ピーク検出アルゴリズムを使用してローカライズされた個々のツリーの位置を示す信頼マップを回帰させます。
私たちの方法は、公共空間と私的空間の両方で木を検出することによって完全な空間範囲を提供し、非常に広い領域に拡張できます。
南カリフォルニアの 5 つの都市にまたがる調査地域では、0.735 の F スコアと 2.157 m の RMSE を達成しました。
私たちの方法を使用して、カリフォルニアの都市森林内のすべての木のマップを作成しました。これは、前例のない規模で将来の都市林業研究をサポートする方法の可能性を示しています。

要約(オリジナル)

We introduce a novel deep learning method for detection of individual trees in urban environments using high-resolution multispectral aerial imagery. We use a convolutional neural network to regress a confidence map indicating the locations of individual trees, which are localized using a peak finding algorithm. Our method provides complete spatial coverage by detecting trees in both public and private spaces, and can scale to very large areas. In our study area spanning five cities in Southern California, we achieved an F-score of 0.735 and an RMSE of 2.157 m. We used our method to produce a map of all trees in the urban forest of California, indicating the potential for our method to support future urban forestry studies at unprecedented scales.

arxiv情報

著者 Jonathan Ventura,Milo Honsberger,Cameron Gonsalves,Julian Rice,Camille Pawlak,Natalie L. R. Love,Skyler Han,Viet Nguyen,Keilana Sugano,Jacqueline Doremus,G. Andrew Fricker,Jenn Yost,Matt Ritter
発行日 2022-08-24 17:45:38+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.CV パーマリンク