How to Identify Good Superpixels for Deforestation Detection on Tropical Rainforests

要約

熱帯林の保全は、地球の生態系における重要な役割のため、社会的および生態学的に重要な関連性を持つテーマです。
残念ながら、森林破壊と劣化は年間数百万ヘクタールに影響を及ぼしており、効果的な森林監視には政府または民間の取り組みが必要です。
ただし、衛星画像で森林破壊された地域を特定することは、データの不均衡、画像解像度、低コントラスト領域、オクルージョンのため困難です。
スーパーピクセル セグメンテーションはこれらの欠点を克服し、作業負荷を軽減し、重要な画像境界を維持します。
ただし、リモート センシング画像のほとんどの作品は、最近のスーパーピクセル手法を利用していません。
この研究では、熱帯林における森林破壊検出システムをサポートするために、衛星画像の 16 のスーパーピクセル手法を評価します。
また、ターゲット タスクに対するスーパーピクセル手法のパフォーマンスも評価し、セグメンテーション手法の評価との関係を確立します。
私たちの結果によると、ERS、GMMSP、および DISF はそれぞれ UE、BR、および SIRS で最高のパフォーマンスを発揮しますが、ERS は CO および Reg とのトレードオフが最も優れています。
分類では、SH、DISF、および ISF は、それぞれ RGB、UMDA、および PCA コンポジションで最高のパフォーマンスを発揮します。
私たちの実験によると、森林伐採検出タスクに適したスーパーピクセルを特定するには、描写、均質性、コンパクト性、規則性の間でより優れたトレードオフを備えたスーパーピクセル手法がより適しています。

要約(オリジナル)

The conservation of tropical forests is a topic of significant social and ecological relevance due to their crucial role in the global ecosystem. Unfortunately, deforestation and degradation impact millions of hectares annually, requiring government or private initiatives for effective forest monitoring. However, identifying deforested regions in satellite images is challenging due to data imbalance, image resolution, low-contrast regions, and occlusion. Superpixel segmentation can overcome these drawbacks, reducing workload and preserving important image boundaries. However, most works for remote sensing images do not exploit recent superpixel methods. In this work, we evaluate 16 superpixel methods in satellite images to support a deforestation detection system in tropical forests. We also assess the performance of superpixel methods for the target task, establishing a relationship with segmentation methodological evaluation. According to our results, ERS, GMMSP, and DISF perform best on UE, BR, and SIRS, respectively, whereas ERS has the best trade-off with CO and Reg. In classification, SH, DISF, and ISF perform best on RGB, UMDA, and PCA compositions, respectively. According to our experiments, superpixel methods with better trade-offs between delineation, homogeneity, compactness, and regularity are more suitable for identifying good superpixels for deforestation detection tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google