VibrantVS: A high-resolution multi-task transformer for forest canopy height estimation

要約

この論文では、米国西部全域の 4 バンド国立農業画像プログラム (NAIP) 画像を使用して林冠高さモデル (CHM) を推定するための、新しいマルチタスク ビジョン トランスフォーマー (ViT) モデルのアプリケーションを検討します。
エコリージョンとクラスの高さ全体で集計された精度と精度の観点から、このモデルの有効性をピアレビュー済みの他の 3 つのベンチマーク モデルと比較します。
主要な調査結果は、他のベンチマーク モデルが局所的な領域で高い精度を提供できるのに対し、VibrantVS モデルは、より高い精度、高精度、一定のリズムで更新された推論を生成する機能により、米国西部の広範囲のエコリージョンにわたって大きな利点があることを示唆しています。
3 年以内、高い空間分解能。
VibrantVS モデルは、山火事軽減のための生態学的モニタリングと土地管理の決定に重要な価値をもたらします。

要約(オリジナル)

This paper explores the application of a novel multi-task vision transformer (ViT) model for the estimation of canopy height models (CHMs) using 4-band National Agriculture Imagery Program (NAIP) imagery across the western United States. We compare the effectiveness of this model in terms of accuracy and precision aggregated across ecoregions and class heights versus three other benchmark peer-reviewed models. Key findings suggest that, while other benchmark models can provide high precision in localized areas, the VibrantVS model has substantial advantages across a broad reach of ecoregions in the western United States with higher accuracy, higher precision, the ability to generate updated inference at a cadence of three years or less, and high spatial resolution. The VibrantVS model provides significant value for ecological monitoring and land management decisions for wildfire mitigation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google