論文の概要: Automatic Large Scale Detection of Red Palm Weevil Infestation using Aerial and Street View Images

• arxiv url: http://arxiv.org/abs/2104.02598v1
• Date: Tue, 6 Apr 2021 15:35:26 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-07 14:02:40.297180
• Title: Automatic Large Scale Detection of Red Palm Weevil Infestation using Aerial and Street View Images
• Title（参考訳）: 空中およびストリートビュー画像を用いた赤ヤシの大規模感染の自動検出
• Authors: Dima Kagan, Galit Fuhrmann Alpert, Michael Fire
• Abstract要約: レッド・パーム・ウィービルの広がりは、日付の栽培者、家主、政府に大きな影響を与えた。 ヤシの木の感染の早期検出は、不可逆的な損傷から木を救うことができる治療を可能にするために重要であることが証明されています。 本稿では,最先端の深層学習アルゴリズムを用いて,ヤシに寄生するヤシの木を観察する新しい手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The spread of the Red Palm Weevil has dramatically affected date growers, homeowners and governments, forcing them to deal with a constant threat to their palm trees. Early detection of palm tree infestation has been proven to be critical in order to allow treatment that may save trees from irreversible damage, and is most commonly performed by local physical access for individual tree monitoring. Here, we present a novel method for surveillance of Red Palm Weevil infested palm trees utilizing state-of-the-art deep learning algorithms, with aerial and street-level imagery data. To detect infested palm trees we analyzed over 100,000 aerial and street-images, mapping the location of palm trees in urban areas. Using this procedure, we discovered and verified infested palm trees at various locations.
• Abstract（参考訳）: レッド・パーム・ウィービルの広がりは、日付の栽培者、家主、政府に劇的に影響を与え、ヤシの木に対する絶え間ない脅威に対処せざるを得なくなった。 ヤシの寄生虫の早期発見は、樹木が倒壊から救えるようにするために重要であることが証明されており、最も一般的には、個々の木のモニタリングのために、局所的な物理的アクセスによって行われる。 本稿では,現在最先端の深層学習アルゴリズムと空中および街路レベルの画像データを用いて,レッドパームウィービルに寄生するヤシをモニタリングする新しい手法を提案する。 感染したヤシの木を検知するために,都市部のヤシ木の位置をマッピングし,10万件以上の航空画像と街路画像を分析した。 この手法を用いて各地のヤシの寄生木を発見し,確認した。

関連論文リスト

• Real-Time Localization and Bimodal Point Pattern Analysis of Palms Using UAV Imagery [13.085752393960886]
  リアルタイム検出,セグメンテーション,およびカノピーヤシのカウントのためのディープラーニングフレームワークであるPalmDSNetを紹介する。 エクアドル西部の熱帯林21ヶ所からUAVキャプチャー画像を用いてオルソモザイクを作成する。 画像パッチ上の7,356のバウンディングボックスと5つの整形外科領域にわたる7,603のヤシセンターを含む、包括的なデータセットを作成するために専門家アノテーションが使用された。
  論文  参考訳（メタデータ） (2024-10-14T22:23:10Z)
• PalmProbNet: A Probabilistic Approach to Understanding Palm Distributions in Ecuadorian Tropical Forest via Transfer Learning [0.0]
  ヤシは熱帯林では大きな役割を担っており、人間や野生動物にとって重要な資源である。 地理空間画像におけるヤシの正確な識別と位置特定は、重大な課題を呈する。 転送学習を利用した確率論的手法であるPalmProbNetを導入し,高分解能UAV由来のオルソモザイク画像の解析を行う。
  論文  参考訳（メタデータ） (2024-03-05T17:54:22Z)
• Sustainable Palm Tree Farming: Leveraging IoT and Multi-Modal Data for Early Detection and Mapping of Red Palm Weevil [2.423660247459463]
  レッド・パーム・ウィービル(RPW)は、経済的損失を引き起こし、世界中のヤシの栽培に影響を及ぼす破壊的な昆虫である。 本稿では,RPWの早期検出・管理に先進技術を活用することで,持続的ヤシ作経営の革新的アプローチを提案する。
  論文  参考訳（メタデータ） (2023-06-29T11:19:06Z)
• Deep object detection for waterbird monitoring using aerial imagery [56.1262568293658]
  本研究では,商用ドローンで収集した空中画像を用いて,水鳥の正確な検出,数え,監視に使用できる深層学習パイプラインを提案する。 畳み込み型ニューラルネットワークを用いた物体検出装置を用いて,テキサス沿岸の植民地性営巣島でよく見られる16種類の水鳥を検出できることを示す。
  論文  参考訳（メタデータ） (2022-10-10T17:37:56Z)
• Neuroevolution-based Classifiers for Deforestation Detection in Tropical Forests [62.997667081978825]
  森林破壊や荒廃により、毎年何百万ヘクタールもの熱帯林が失われる。 監視・森林破壊検知プログラムは、犯罪者の予防・処罰のための公共政策に加えて、使用されている。 本稿では,熱帯林の森林破壊検出作業におけるニューロ進化技術(NEAT)に基づくパターン分類器の利用を提案する。
  論文  参考訳（メタデータ） (2022-08-23T16:04:12Z)
• Individual Tree Detection in Large-Scale Urban Environments using High-Resolution Multispectral Imagery [1.1661668662828382]
  本研究では,都市環境における個々の木検出のための新しい深層学習手法を提案する。 畳み込みニューラルネットワークを用いて、個々の木の位置を示す信頼マップを回帰する。 本手法は,公共空間とプライベート空間の両方で樹木を検出することによって,完全な空間被覆を実現する。
  論文  参考訳（メタデータ） (2022-08-22T21:26:57Z)
• A Novel Remote Sensing Approach to Recognize and Monitor Red Palm Weevil in Date Palm Trees [1.8352113484137624]
  レッド・パール・ウィービル(RPW)の拡散は、世界中のヤシの木にとって現実的な脅威となっている。 中東では、RPWは現在のPhoenix dactylifera Lに広範囲の損傷を与えている。 本研究は,赤ヤシのイノシシを認識・監視するための新しいリモートセンシング手法を提案する。
  論文  参考訳（メタデータ） (2022-03-28T03:30:08Z)
• Potato Crop Stress Identification in Aerial Images using Deep Learning-based Object Detection [60.83360138070649]
  本稿では, 深層ニューラルネットワークを用いたジャガイモの空中画像解析手法を提案する。 主な目的は、植物レベルでの健康作物とストレス作物の自動空間認識を実証することである。 実験により、フィールド画像中の健康植物とストレス植物を識別し、平均Dice係数0.74を達成できることを示した。
  論文  参考訳（メタデータ） (2021-06-14T21:57:40Z)
• From Static to Dynamic Prediction: Wildfire Risk Assessment Based on Multiple Environmental Factors [69.9674326582747]
  ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。 カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
  論文  参考訳（メタデータ） (2021-03-14T17:56:17Z)
• Adaptive confidence thresholding for monocular depth estimation [83.06265443599521]
  本稿では,自己教師付ステレオマッチング法から生成されたステレオ画像の擬似地上真実深度マップを利用する新しい手法を提案する。 擬似地底深度マップの信頼度マップを推定し、不正確な擬似地底深度マップによる性能劣化を緩和する。 実験結果から, 最先端の単分子深度推定法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2020-09-27T13:26:16Z)
• Towards Palmprint Verification On Smartphones [62.279124220123286]
  過去20年間の研究によると、ヤシの印刷物は独特性と永続性に優れた効果がある。 我々はスマートフォン用のDeepMPV+というDCNNベースのパームプリント検証システムを構築した。 DeepMPV+の効率と有効性は広範な実験によって裏付けられている。
  論文  参考訳（メタデータ） (2020-03-30T08:31:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。