A Comprehensive Review on Tree Detection Methods Using Point Cloud and Aerial Imagery from Unmanned Aerial Vehicles

要約

無人航空機 (UAV) は、コスト効率が高く柔軟な使用シナリオを備えた最先端のテクノロジーとみなされています。
農業における UAV の応用については多くの論文で検討されていますが、樹木検出への応用についての検討はまだ不十分です。
この論文では、UAV によって収集された UAV データに適用される樹木検出手法に焦点を当てます。
データには点群と画像の 2 種類があり、それぞれ光検出測距 (LiDAR) センサーとカメラで取得されます。
本稿では、点群データを用いた検出手法のうち、主にLiDARとデジタル航空写真（DAP）に分けて分類します。
画像を直接利用した検出手法について、本稿ではディープラーニング（DL）手法を利用するか否かに分けて検討する。
私たちのレビューでは、LiDAR ベースと DAP ベースの点群データのアプリケーション間の比較と組み合わせを結論付け、分析しています。
各手法の性能、優劣、応用分野なども紹介します。
一方、このレビューでは、近年のさまざまな方法を使用した樹木検出研究の数を数えています。
私たちの統計によると、DL ベースの検出研究の数が 2022 年までに樹木検出研究の総数の 45% に増加するにつれて、画像上で DL 手法を使用した検出タスクが主流の傾向になっています。その結果、このレビューは可能性があります。
特定の森林で樹木の検出を実行したいと考えている研究者や、農業生産の管理に UAV を使用する農家を支援および指導します。

要約(オリジナル)

Unmanned Aerial Vehicles (UAVs) are considered cutting-edge technology with highly cost-effective and flexible usage scenarios. Although many papers have reviewed the application of UAVs in agriculture, the review of the application for tree detection is still insufficient. This paper focuses on tree detection methods applied to UAV data collected by UAVs. There are two kinds of data, the point cloud and the images, which are acquired by the Light Detection and Ranging (LiDAR) sensor and camera, respectively. Among the detection methods using point-cloud data, this paper mainly classifies these methods according to LiDAR and Digital Aerial Photography (DAP). For the detection methods using images directly, this paper reviews these methods by whether or not to use the Deep Learning (DL) method. Our review concludes and analyses the comparison and combination between the application of LiDAR-based and DAP-based point cloud data. The performance, relative merits, and application fields of the methods are also introduced. Meanwhile, this review counts the number of tree detection studies using different methods in recent years. From our statics, the detection task using DL methods on the image has become a mainstream trend as the number of DL-based detection researches increases to 45% of the total number of tree detection studies up to 2022. As a result, this review could help and guide researchers who want to carry out tree detection on specific forests and for farmers to use UAVs in managing agriculture production.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google