論文の概要: Estimating the Diameter at Breast Height of Trees in a Forest With a Single 360 Camera

• arxiv url: http://arxiv.org/abs/2505.03093v2
• Date: Thu, 15 May 2025 14:24:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-16 14:06:36.629801
• Title: Estimating the Diameter at Breast Height of Trees in a Forest With a Single 360 Camera
• Title（参考訳）: 単眼360度カメラを用いた森林における樹木の乳房高さの直径推定
• Authors: Siming He, Zachary Osman, Fernando Cladera, Dexter Ong, Nitant Rai, Patrick Corey Green, Vijay Kumar, Pratik Chaudhari,
• Abstract要約: 森林在庫は、生態モニタリング、資源管理、炭素会計のために、乳房の高さ(DBH)の直径の正確な測定に頼っている。 LiDARベースの技術はセンチメートル単位の精度を達成できるが、コストは抑えられ、運用上複雑である。 コンシューマグレードの360度ビデオカメラしか必要としない低価格の代替機を提示する。
• 参考スコア（独自算出の注目度）: 52.85399274741336
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Forest inventories rely on accurate measurements of the diameter at breast height (DBH) for ecological monitoring, resource management, and carbon accounting. While LiDAR-based techniques can achieve centimeter-level precision, they are cost-prohibitive and operationally complex. We present a low-cost alternative that only needs a consumer-grade 360 video camera. Our semi-automated pipeline comprises of (i) a dense point cloud reconstruction using Structure from Motion (SfM) photogrammetry software called Agisoft Metashape, (ii) semantic trunk segmentation by projecting Grounded Segment Anything (SAM) masks onto the 3D cloud, and (iii) a robust RANSAC-based technique to estimate cross section shape and DBH. We introduce an interactive visualization tool for inspecting segmented trees and their estimated DBH. On 61 acquisitions of 43 trees under a variety of conditions, our method attains median absolute relative errors of 5-9% with respect to "ground-truth" manual measurements. This is only 2-4% higher than LiDAR-based estimates, while employing a single 360 camera that costs orders of magnitude less, requires minimal setup, and is widely available.
• Abstract（参考訳）: 森林在庫は、生態モニタリング、資源管理、炭素会計のために、乳房の高さ(DBH)の直径の正確な測定に頼っている。 LiDARベースの技術はセンチメートル単位の精度を達成できるが、コストは抑えられ、運用上複雑である。 コンシューマグレードの360度ビデオカメラしか必要としない低価格の代替機を提示する。 私たちの半自動パイプラインは (i)Agisoft Metashape(Agisoft Metashape)と呼ばれるSfM(Structure from Motion)フォトグラムソフトウェアを用いた高密度点雲再構成 (II) 3次元雲上にSAMマスクを投影した意味トランクのセグメンテーション (3)断面積形状とDBHを推定するRANSACに基づく頑健な手法。 そこで本研究では,木分木とその推定DBHを検査するためのインタラクティブな可視化ツールを提案する。 様々な条件下で43本の樹木を61本取得した際,本手法は手動による測定値に対して5～9%の絶対相対誤差が得られた。 これはLiDARベースの推定よりもわずか2-4%高いが、1台の360度カメラは桁違いに安く、最小限のセットアップが必要で、広く利用することができる。

関連論文リスト

• Assessing SAM for Tree Crown Instance Segmentation from Drone Imagery [68.69685477556682]
  現在のモニタリング手法では、各種に対して手動で木を計測し、コスト、時間、労働力を必要とする。 ドローンリモートセンシングとコンピュータビジョンの進歩は、空中画像から木をマッピングし、特徴づける大きな可能性を秘めている。 若木植林の高分解能ドローン画像における樹冠の自動区分け作業におけるSAM法の比較を行った。 SAM out-of-box を用いたメソッドは、よく設計されたプロンプトであっても、カスタム Mask R-CNN よりも優れているわけではないが、SAM をチューニングするメソッドの可能性を秘めている。
  論文  参考訳（メタデータ） (2025-03-26T03:45:36Z)
• Towards autonomous photogrammetric forest inventory using a lightweight under-canopy robotic drone [1.0964031083527972]
  本稿では、最先端のオープンソース手法を活用し、森林内のデータ収集のパフォーマンスを検証するロボットアンダーキャノピードローンのプロトタイプを構築します。 樹木のパラメータ推定能力について, 搭載ステレオカメラデータとフォトグラム法を用いて直径径(DBH)推定を行った。 この実験は, 森林の復元において, 立体写真撮影システムによる優れた性能を示した。
  論文  参考訳（メタデータ） (2025-01-21T11:59:07Z)
• Tomographic SAR Reconstruction for Forest Height Estimation [4.1942958779358674]
  樹高推定は、生態学および森林学の応用において、バイオマス推定の重要な指標となる。 本研究では,SAR(Synthetic Aperture Radar)の派生である2Dシングルルックコンプレックス(SLC)画像から直接,深層学習を用いて林冠の高さを推定する。 本手法は,従来のトモグラフィ信号処理を回避し,SARキャプチャからエンド製品への遅延を低減する。
  論文  参考訳（メタデータ） (2024-12-01T17:37:25Z)
• 3D-SAR Tomography and Machine Learning for High-Resolution Tree Height Estimation [4.1942958779358674]
  バイオマス計算の鍵となる木の高さは、合成開口レーダ(SAR)技術を用いて測定することができる。 本研究では,2つのSAR製品から森林高度データを抽出するために機械学習を適用した。 我々は,ドイツのアイフェル国立公園のSARおよびLiDARデータを含むTtomoSenseデータセットを用いて,標高推定モデルの開発と評価を行った。
  論文  参考訳（メタデータ） (2024-09-09T14:07:38Z)
• SDGE: Stereo Guided Depth Estimation for 360$^\circ$ Camera Sets [65.64958606221069]
  マルチカメラシステムは、360ドル周の知覚を達成するために、しばしば自律走行に使用される。 360ドル(約3万3000円)のカメラセットは、しばしば制限または低品質のオーバーラップ領域を持ち、画像全体に対してマルチビューステレオメソッドを実現する。 重なりの重なりに多視点ステレオ結果を明示的に利用することにより、全画像の深さ推定を強化するステレオガイド深度推定法(SGDE)を提案する。
  論文  参考訳（メタデータ） (2024-02-19T02:41:37Z)
• 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)
• Collaboration Helps Camera Overtake LiDAR in 3D Detection [49.58433319402405]
  カメラのみの3D検出は、LiDARベースの検出システムと比較して、オブジェクトを3D空間にローカライズするための簡単なソリューションを提供する。 提案するコラボレーティブカメラのみの3D検出(CoCa3D)により,エージェントは通信を通じて相互に補完情報を共有できる。 その結果、CoCa3Dは従来のSOTA性能をDAIR-V2Xで44.21%改善し、OPV2V+で30.60%、AP@70でCoPerception-UAVs+で12.59%向上した。
  論文  参考訳（メタデータ） (2023-03-23T03:50:41Z)
• LiDAR guided Small obstacle Segmentation [14.880698940693609]
  道路上の小さな障害物は自動運転に不可欠である。 スパースLiDARとモノクルビジョンのマルチモーダルフレームワークを用いて,そのような障害を確実に検出する手法を提案する。 コンテキストをモノケプティックなセマンティックセグメンテーションフレームワークに追加入力として入力すると、性能が大幅に向上することを示す。
  論文  参考訳（メタデータ） (2020-03-12T18:34:46Z)
• Road Curb Detection and Localization with Monocular Forward-view Vehicle Camera [74.45649274085447]
  魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。 我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
  論文  参考訳（メタデータ） (2020-02-28T00:24:18Z)

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。