論文の概要: SelvaMask: Segmenting Trees in Tropical Forests and Beyond

• arxiv url: http://arxiv.org/abs/2602.02426v1
• Date: Mon, 02 Feb 2026 18:26:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-03 19:28:34.35669
• Title: SelvaMask: Segmenting Trees in Tropical Forests and Beyond
• Title（参考訳）: SelvaMask:熱帯林における樹木の分枝
• Authors: Simon-Olivier Duguay, Hugo Baudchon, Etienne Laliberté, Helene Muller-Landau, Gonzalo Rivas-Torres, Arthur Ouaknine,
• Abstract要約: SelvaMaskは、パナマ、ブラジル、エクアドルの3つの熱帯林に8,800本の樹冠を手動で並べた新しいデータセットである。 本手法は,高密度熱帯林におけるゼロショットジェネリストモデルと完全教師付きエンド・ツー・エンド手法の両方を上回り,最先端性能に到達している。
• 参考スコア（独自算出の注目度）: 1.5215420208038806
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tropical forests harbor most of the planet's tree biodiversity and are critical to global ecological balance. Canopy trees in particular play a disproportionate role in carbon storage and functioning of these ecosystems. Studying canopy trees at scale requires accurate delineation of individual tree crowns, typically performed using high-resolution aerial imagery. Despite advances in transformer-based models for individual tree crown segmentation, performance remains low in most forests, especially tropical ones. To this end, we introduce SelvaMask, a new tropical dataset containing over 8,800 manually delineated tree crowns across three Neotropical forest sites in Panama, Brazil, and Ecuador. SelvaMask features comprehensive annotations, including an inter-annotator agreement evaluation, capturing the dense structure of tropical forests and highlighting the difficulty of the task. Leveraging this benchmark, we propose a modular detection-segmentation pipeline that adapts vision foundation models (VFMs), using domain-specific detection-prompter. Our approach reaches state-of-the-art performance, outperforming both zero-shot generalist models and fully supervised end-to-end methods in dense tropical forests. We validate these gains on external tropical and temperate datasets, demonstrating that SelvaMask serves as both a challenging benchmark and a key enabler for generalized forest monitoring. Our code and dataset will be released publicly.
• Abstract（参考訳）: 熱帯の森林は地球の木の生物多様性の大半を覆っており、地球規模の生態系のバランスに欠かせない。 特にカノピーの木は、これらの生態系の炭素貯蔵と機能において不均等な役割を担っている。 大規模な樹冠の研究には個々の樹冠の正確な記述が必要であり、通常は高解像度の空中画像を用いて行われる。 個々の樹冠区分のためのトランスフォーマーモデルの発展にもかかわらず、ほとんどの森林、特に熱帯林ではパフォーマンスは低いままである。 この目的のために,パナマ,ブラジル,エクアドルの3つの熱帯林に8,800本以上の樹冠を手作業で並べた新しい熱帯データセットであるSelvaMaskを紹介した。 SelvaMaskは、アノテーション間の合意評価、熱帯林の密集した構造を捉え、作業の難しさを強調するなど、包括的なアノテーションを特徴としている。 本稿では,視覚基盤モデル(VFM)に適応するモジュール型検出分離パイプラインを提案する。 本手法は,高密度熱帯林におけるゼロショットジェネリストモデルと完全教師付きエンド・ツー・エンド手法の両方を上回り,最先端性能に到達した。 以上の結果から,SelvaMaskが森林の一般的なモニタリングを行う上で重要な指標であることを示す。 コードとデータセットは公開されます。

関連論文リスト

• FORMSpoT: A Decade of Tree-Level, Country-Scale Forest Monitoring [40.631100826517375]
  森林キャノピーの高さを1.5mの解像度で全国で10年(2014-2024年)にわたってマッピングしたFOMSpoT(Forest Mapping with SPOT Time series)を紹介した。 異種買収におけるロバストな変更検出を可能にするため、我々は専用の後処理パイプラインを開発した。 乱れが小さく空間的に断片化された山岳林では、FOMSpoT-$$はF1スコアが0.44で、既存のベンチマークよりも桁違いに高い。
  論文  参考訳（メタデータ） (2025-12-18T19:35:09Z)
• Trees as Gaussians: Large-Scale Individual Tree Mapping [6.798019232699303]
  樹木は地球生物圏の重要な要素であり、生態系の機能、気候規制、生物生態学において重要な役割を担っている。 利用可能なグローバル製品はバイナリツリーカバーやキャノピー高さに重点を置いており、個々のレベルでツリーを明示的に識別していない。 本研究では,地球規模で3m解像度のPlanetScope画像における大規模個体木検出のための深層学習手法を提案する。
  論文  参考訳（メタデータ） (2025-08-29T09:04:53Z)
• SelvaBox: A high-resolution dataset for tropical tree crown detection [5.686099826428018]
  SelvaBoxは、高解像度ドローン画像における熱帯樹冠検出のための最大のオープンアクセスデータセットである。 3つの国にまたがり、83,000以上の王冠が手作業で登録されている。
  論文  参考訳（メタデータ） (2025-06-30T18:23:30Z)
• Adaptive Per-Tree Canopy Volume Estimation Using Mobile LiDAR in Structured and Unstructured Orchards [42.32889225423819]
  本稿では,日常的なロボットナビゲーション中に収集した移動体LiDARデータを用いて,木ごとのキャノピー体積推定を行うリアルタイムシステムを提案する。 本研究では,2つの商業用果樹園,1つのピスタチオ果樹園,1つのアーモンド果樹園,および2つの樹冠を交互に重ねて評価した。
  論文  参考訳（メタデータ） (2025-06-09T08:40:28Z)
• Bringing SAM to new heights: Leveraging elevation data for tree crown segmentation from drone imagery [68.69685477556682]
  現在のモニタリング手法には、大規模なコスト、時間、労力を必要とする地上計測が含まれる。 ドローンのリモートセンシングとコンピュータビジョンは、広範囲の航空画像から個々の木をマッピングする大きな可能性を秘めている。 高解像度ドローン画像におけるツリークラウンインスタンスの自動セグメンテーションのためのセグメンテーションモデル(SAM)を用いた手法の比較を行った。 また,デジタルサーフェスモデル(DSM)情報を用いたモデルへの標高データの統合についても検討した。
  論文  参考訳（メタデータ） (2025-06-05T12:43:11Z)
• Data Augmentation and Resolution Enhancement using GANs and Diffusion Models for Tree Segmentation [49.13393683126712]
  都市森林は、環境の質を高め、都市における生物多様性を支援する上で重要な役割を担っている。 複雑な地形と異なる衛星センサーやUAV飛行高度による画像解像度の変化により、正確に木を検知することは困難である。 低解像度空中画像の品質を高めるため,GANと拡散モデルとドメイン適応を統合した新しいパイプラインを提案する。
  論文  参考訳（メタデータ） (2025-05-21T03:57:10Z)
• ForestLPR: LiDAR Place Recognition in Forests Attentioning Multiple BEV Density Images [38.727720300337296]
  本研究では,自然林におけるロバストなLiDARを用いた位置認識手法であるフォレストLPRを提案する。 異なる高さの森の地形の断面画像には、ある場所を再訪するために必要な情報が含まれている。 提案手法では,視覚変換器を共有バックボーンとして使用し,局所記述子の集合を生成する。
  論文  参考訳（メタデータ） (2025-03-06T14:24:22Z)
• Detection and Geographic Localization of Natural Objects in the Wild: A Case Study on Palms [10.342516627774438]
  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。
  論文  参考訳（メタデータ） (2025-02-18T16:43:11Z)
• 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)
• 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)

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。