論文の概要: Detection and Geographic Localization of Natural Objects in the Wild: A Case Study on Palms

• arxiv url: http://arxiv.org/abs/2502.13023v1
• Date: Tue, 18 Feb 2025 16:43:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-19 14:07:47.324540
• Title: Detection and Geographic Localization of Natural Objects in the Wild: A Case Study on Palms
• Title（参考訳）: 野生自然物の検出と地理的局在:ヤシを事例として
• Authors: Kangning Cui, Rongkun Zhu, Manqi Wang, Wei Tang, Gregory D. Larsen, Victor P. Pauca, Sarra Alqahtani, Fan Yang, David Segurado, David Lutz, Jean-Michel Morel, Miles R. Silman,
• Abstract要約: PRISM (Processing, Inference, and Mapping) は高密度熱帯林におけるヤシの検出と位置決定のための柔軟なパイプラインである。 まず,8,830個の箱と5,026個のヤシ中心点をアノテートした,エクアドル西部の21の生態学的に多様な場所に,UAV由来の大規模なオルソモザイクデータセットを構築した。 第2に、ゼロショットSAM2をセグメンテーションバックボーンとして統合し、効率と性能に基づいて複数の最先端物体検出器を評価し、第3に、信頼性スコアをIoUと整合させ、sを探索するキャリブレーション手法を適用した。
• 参考スコア（独自算出の注目度）: 13.350975037304194
• License:
• Abstract: Palms are ecologically and economically indicators of tropical forest health, biodiversity, and human impact that support local economies and global forest product supply chains. While palm detection in plantations is well-studied, efforts to map naturally occurring palms in dense forests remain limited by overlapping crowns, uneven shading, and heterogeneous landscapes. We develop PRISM (Processing, Inference, Segmentation, and Mapping), a flexible pipeline for detecting and localizing palms in dense tropical forests using large orthomosaic images. Orthomosaics are created from thousands of aerial images and spanning several to hundreds of gigabytes. Our contributions are threefold. First, we construct a large UAV-derived orthomosaic dataset collected across 21 ecologically diverse sites in western Ecuador, annotated with 8,830 bounding boxes and 5,026 palm center points. Second, we evaluate multiple state-of-the-art object detectors based on efficiency and performance, integrating zero-shot SAM 2 as the segmentation backbone, and refining the results for precise geographic mapping. Third, we apply calibration methods to align confidence scores with IoU and explore saliency maps for feature explainability. Though optimized for palms, PRISM is adaptable for identifying other natural objects, such as eastern white pines. Future work will explore transfer learning for lower-resolution datasets (0.5 to 1m).
• Abstract（参考訳）: ヤシは生態学的、経済的に熱帯林の健康、生物多様性、および地域経済や世界の森林製品サプライチェーンを支える人間の影響の指標である。 プランテーションにおけるヤシ検出はよく研究されているが、密林で自然に存在するヤシを地図化しようとする試みは、重なり合う冠、不均一な陰影、異質な風景によって制限されている。 PRISM (Processing, Inference, Segmentation, and Mapping) は,高密度熱帯林におけるヤシの検出と位置決定のための柔軟なパイプラインである。 オルソモザイクは何千もの空中画像から作られ、数百ギガバイトにも及ぶ。 私たちの貢献は3倍です。 まず、エクアドル西部の21の生態学的に多様な場所で収集されたUAV由来の大規模なオルソモザイクデータセットを、8,830個の有界箱と5,026個のヤシ中心点でアノテートした。 第2に、効率と性能に基づいて複数の最先端物体検出器を評価し、ゼロショットSAM2をセグメンテーションバックボーンとして統合し、正確な地理マッピングの結果を精査する。 第3に,信頼度スコアをIoUと整合させるキャリブレーション手法を適用し,特徴説明可能性のためのサリエンシマップを探索する。 ヤシに最適化されているが、PRISMは東の白いピンのような他の天然物を特定するために適応できる。 今後、低解像度データセット(0.5～1m)の転送学習について検討する予定である。

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)
• SatBird: Bird Species Distribution Modeling with Remote Sensing and Citizen Science Data [68.2366021016172]
  本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。 ケニアでは低データのレシエーションを表すデータセットも提供しています。 リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
  論文  参考訳（メタデータ） (2023-11-02T02:00:27Z)
• PointHPS: Cascaded 3D Human Pose and Shape Estimation from Point Clouds [99.60575439926963]
  本稿では,実環境で捉えた点雲から正確な3次元HPSを実現するための基本的フレームワークであるPointHPSを提案する。 PointHPSは、カスケードアーキテクチャを通じてポイント機能を反復的に洗練する。 広範囲な実験により、ポイントHPSは強力な特徴抽出と処理方式を持ち、State-of-the-Art法より優れていることが示された。
  論文  参考訳（メタデータ） (2023-08-28T11:10:14Z)
• 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)
• Very high resolution canopy height maps from RGB imagery using self-supervised vision transformer and convolutional decoder trained on Aerial Lidar [14.07306593230776]
  本稿では,複数の非国家の管轄区域で同時に作成される最初の高分解能天蓋の高さマップについて述べる。 地図は、2017年から2020年にかけて、マクサー画像に基づいて訓練された自己教師モデルから特徴を抽出することによって生成される。 また、GEDI観測に基づいて訓練された畳み込みネットワークを用いた後処理のステップも導入する。
  論文  参考訳（メタデータ） (2023-04-14T15:52:57Z)
• Deep Learning for Reference-Free Geolocation for Poplar Trees [0.17999333451993943]
  ジオロケーションは、その遺伝的な構成に基づいて、与えられたサンプルの原産地を特定することに関係している。 本稿では,米国エネルギー省が高速回転型バイオ燃料作物として同定したPopulus trichocarpa(Poplar)のゲノム位置について検討する。 我々のモデルであるMashNetは、ランダムにサンプリングされた不整合配列断片からポプラ木の緯度と経度を予測する。
  論文  参考訳（メタデータ） (2023-01-31T03:37:47Z)
• 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)
• Country-wide Retrieval of Forest Structure From Optical and SAR Satellite Imagery With Bayesian Deep Learning [74.94436509364554]
  本研究では,10mの解像度で森林構造変数を高密度に推定するベイズ深層学習手法を提案する。 本手法は,Sentinel-2光画像とSentinel-1合成開口レーダ画像を5種類の森林構造変数のマップに変換する。 ノルウェーを横断する41の空中レーザー走査ミッションの基準データに基づいて、我々のモデルを訓練し、テストする。
  論文  参考訳（メタデータ） (2021-11-25T16:21:28Z)
• Estimating Crop Primary Productivity with Sentinel-2 and Landsat 8 using Machine Learning Methods Trained with Radiative Transfer Simulations [58.17039841385472]
  我々は,機械モデリングと衛星データ利用の並列化を活用し,作物生産性の高度モニタリングを行う。 本モデルでは, 地域情報を使用しなくても, 各種C3作物の種類, 環境条件の総合的生産性を推定することに成功した。 これは、現在の地球観測クラウドコンピューティングプラットフォームの助けを借りて、新しい衛星センサーから作物の生産性をグローバルにマップする可能性を強調しています。
  論文  参考訳（メタデータ） (2020-12-07T16:23:13Z)
• SLIC-UAV: A Method for monitoring recovery in tropical restoration projects through identification of signature species using UAVs [0.0]
  本研究では, 熱帯林における初期絶滅種を地図化するために, 無人航空機 (UAV) 画像の処理を行うパイプラインSLIC-UAVを提案する。 a)UAV画像からクラウンをラベル付けするための時間効率のよいアプローチ、(b)個々の樹冠のスペクトル的特徴とテクスチャ的特徴に基づく種の機械学習、(c)UAV画像を「スーパーピクセル」に自動分割するパイプラインは新規である。 本研究は,熱帯林の復元地域における優占樹種の地図化におけるSlic-UAVの意義を実証するものである。
  論文  参考訳（メタデータ） (2020-06-11T17:22:56Z)

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。