論文の概要: Urban Tree Species Classification Using Aerial Imagery

• arxiv url: http://arxiv.org/abs/2107.03182v1
• Date: Wed, 7 Jul 2021 12:30:22 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-08 20:18:11.796550
• Title: Urban Tree Species Classification Using Aerial Imagery
• Title（参考訳）: 航空画像を用いた都市樹種分類
• Authors: Emily Waters, Mahdi Maktabdar Oghaz, Lakshmi Babu Saheer
• Abstract要約: 都市木は気温の調整、エネルギー消費の削減、大気の質の向上、風速の低減、ヒートアイランド効果の緩和に役立つ。 航空画像を用いた樹木の自動検出と種分類は、持続可能な森林管理と都市木管理のための強力なツールとなる。 この研究はまず、Google Mapの空中画像を使用して、都市木のラベル付きデータセットを生成するパイプラインを提供する。 次に、VGGやResNetといった最先端の畳み込みニューラルネットワークモデルが、異なるパラメータの下での都市ツリー空中画像の分類問題をどのように扱うかを検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Urban trees help regulate temperature, reduce energy consumption, improve urban air quality, reduce wind speeds, and mitigating the urban heat island effect. Urban trees also play a key role in climate change mitigation and global warming by capturing and storing atmospheric carbon-dioxide which is the largest contributor to greenhouse gases. Automated tree detection and species classification using aerial imagery can be a powerful tool for sustainable forest and urban tree management. Hence, This study first offers a pipeline for generating labelled dataset of urban trees using Google Map's aerial images and then investigates how state of the art deep Convolutional Neural Network models such as VGG and ResNet handle the classification problem of urban tree aerial images under different parameters. Experimental results show our best model achieves an average accuracy of 60% over 6 tree species.
• Abstract（参考訳）: 都市樹は気温の調整、エネルギー消費の削減、都市大気の質の向上、風速の低減、ヒートアイランド効果の緩和に寄与している。 都市木はまた、温室効果ガスの最大の要因である大気中の二酸化炭素を捕獲し貯蔵することで、気候変動の緩和と地球温暖化に重要な役割を果たしている。 航空画像を用いた樹木の自動検出と種分類は,持続的森林管理と都市木管理の強力なツールとなる。 そこで本研究では,まず,google mapの航空画像を用いて都市樹木のラベル付きデータセットを生成するパイプラインを提供するとともに,vggやresnetなどの深層畳み込みニューラルネットワークモデルが,異なるパラメータによる都市樹木の分類問題をどのように扱うかを検討する。 実験結果から,本種の平均精度は6種に対して60%であった。

関連論文リスト

• Accurate and Efficient Urban Street Tree Inventory with Deep Learning on Mobile Phone Imagery [5.827284205083043]
  本稿では,都市の街路樹在庫に深層学習技術と携帯電話画像を活用する革新的な手法を提案する。 我々のアプローチは,スマートフォンカメラが捉えた2枚の画像を利用して,木の幹を正確に分断し,胸の高さ(DBH)で直径を計算する。 従来の手法と比較すると, 精度の向上, 特殊機器依存の低減, 難解領域への適用性など, 様々な利点がある。
  論文  参考訳（メタデータ） (2024-01-02T12:16:01Z)
• Climate-sensitive Urban Planning through Optimization of Tree Placements [55.11389516857789]
  気候変動は、熱波を含む多くの極端な気象事象の強度と頻度を増している。 最も有望な戦略の1つは、街路樹の恩恵を利用して歩行者レベルの環境を冷やすことである。 物理シミュレーションでは、樹木の放射的および熱的影響が人間の熱的快適性に与える影響を推定できるが、高い計算コストが生じる。 我々は,屋外の熱的快適さの駆動因子である点平均放射温度を,様々な時間スケールでシミュレーションするためにニューラルネットワークを用いた。
  論文  参考訳（メタデータ） (2023-10-09T13:07:23Z)
• Vision Transformers, a new approach for high-resolution and large-scale mapping of canopy heights [50.52704854147297]
  分類(離散化)と連続損失関数を最適化した新しい視覚変換器(ViT)モデルを提案する。 このモデルは、従来使用されていた畳み込みベースのアプローチ(ConvNet)よりも、連続損失関数のみで最適化された精度が向上する。
  論文  参考訳（メタデータ） (2023-04-22T22:39:03Z)
• Estimating Chicago's tree cover and canopy height using multi-spectral satellite imagery [2.538209532048867]
  都市の樹木植林活動は、都市の樹冠の水平と垂直の寸法に関する最新のデータ不足に直面している。 我々は,LiDARデータを地中構造として利用し,マルチタスク機械学習モデルを訓練し,樹冠と天蓋の高さの信頼性の高い推定値を生成するパイプラインを提案する。
  論文  参考訳（メタデータ） (2022-12-09T10:12:34Z)
• 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)
• Climate Change & Computer Audition: A Call to Action and Overview on Audio Intelligence to Help Save the Planet [98.97255654573662]
  この研究は、オーディオインテリジェンスが気候に関わる課題を克服するために貢献できる領域の概要を提供する。 我々は、地球、水、空気、火、エーテルの5つの要素に従って、潜在的なコンピュータオーディションの応用を分類する。
  論文  参考訳（メタデータ） (2022-03-10T13:32:31Z)
• A hybrid convolutional neural network/active contour approach to segmenting dead trees in aerial imagery [0.5276232626689566]
  枯木は森林全体の健康の指標であり、森林生態系の3分の1の生物多様性を収容し、世界の炭素在庫の8%を構成している。 本稿では,既存の畳み込みニューラルネットワークと新しいアクティブな輪郭モデルを組み合わせたエネルギー最小化フレームワークを用いて,空中写真から死んだ木の正確な形状輪郭を構築する手法を提案する。
  論文  参考訳（メタデータ） (2021-12-06T00:53:51Z)
• Deep Learning based Automated Forest Health Diagnosis from Aerial Images [0.0]
  航空画像に基づく森林分析は、死んだ木や生きた木を早期に検出することができる。 本研究では,再訓練したMask RCNNアプローチを用いて,空中画像からの枯木自動検出のための新しいフレームワークを提案する。 画像中の枯れ木をラベル付けするために、枯れ木マスクの数を自動生成し、計算することができます。
  論文  参考訳（メタデータ） (2020-10-16T15:07:56Z)
• Physics-informed GANs for Coastal Flood Visualization [65.54626149826066]
  我々は,現在および将来の沿岸洪水の衛星画像を生成する深層学習パイプラインを構築した。 物理に基づく洪水図と比較して画像を評価することにより,提案手法は物理的一貫性とフォトリアリズムの両方において,ベースラインモデルよりも優れていることがわかった。 この研究は沿岸の洪水の可視化に焦点が当てられているが、気候変動が地球をどう形作るかのグローバルな可視化を作成することを想定している。
  論文  参考訳（メタデータ） (2020-10-16T02:15:34Z)
• MSNet: A Multilevel Instance Segmentation Network for Natural Disaster Damage Assessment in Aerial Videos [74.22132693931145]
  本研究では, ハリケーン, 洪水, 火災などの自然災害後の建物被害を効率的に評価する課題について検討する。 最初のコントリビューションは、ソーシャルメディアからユーザ生成された空中ビデオと、インスタンスレベルのビルディング損傷マスクのアノテーションで構成される、新しいデータセットである。 第二のコントリビューションはMSNetと呼ばれる新しいモデルで、新しい領域の提案ネットワーク設計を含んでいる。
  論文  参考訳（メタデータ） (2020-06-30T02:23:05Z)

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。