Learning Neural Radiance Fields of Forest Structure for Scalable and Fine Monitoring

要約

この研究では、林業用途に神経放射フィールドとリモート センシングを活用しています。
ここでは、神経放射フィールドが森林モニタリングにおける既存のリモートセンシング手法を改善する幅広い可能性を提供することを示します。
我々は、(1) 森林 3D 構造の微細な特徴を表現する、(2) 利用可能なリモート センシング モダリティを融合する、(3) 3D 構造由来の森林メトリクスを改善する、その可能性を実証する実験を紹介します。
これらの特性を総合すると、ニューラル フィールドは、森林監視プログラムの拡張性と精度をさらに向上させる大きな可能性を備えた魅力的な計算ツールとなります。

要約(オリジナル)

This work leverages neural radiance fields and remote sensing for forestry applications. Here, we show neural radiance fields offer a wide range of possibilities to improve upon existing remote sensing methods in forest monitoring. We present experiments that demonstrate their potential to: (1) express fine features of forest 3D structure, (2) fuse available remote sensing modalities and (3), improve upon 3D structure derived forest metrics. Altogether, these properties make neural fields an attractive computational tool with great potential to further advance the scalability and accuracy of forest monitoring programs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google