論文の概要: Smartphone-based Circular Plot Sampling for Forest Inventory
- arxiv url: http://arxiv.org/abs/2605.19213v1
- Date: Tue, 19 May 2026 00:30:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-21 01:01:02.797063
- Title: Smartphone-based Circular Plot Sampling for Forest Inventory
- Title（参考訳）: スマートフォンによる林業インベントリの循環プロットサンプリング
- Authors: Su Sun, Jui-Cheng Chiu, Nabin Khanal, Songlin Fei, Yingjie Victor Chen,
- Abstract要約: 本稿では,1本のウォークスルー映像から完全なプロットサンプリング木計測を可能にする軽量なスマートフォンベースのパイプラインを提案する。
提案手法は,事前学習した単眼深度推定と木インスタンスセグメンテーションを同時局所化・マッピング(SLAM)フレームワークに統合する。
管理林と天然林の両方で,平均絶対誤差は1.51cm(MARE 3.98%)と2.30cm(MARE 5.69%)であった。
- 参考スコア（独自算出の注目度）: 7.568839928172935
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Circular sample plots are a cornerstone of forest inventory, yet accurate measurement of tree diameter at breast height (DBH) and spatial location within such plots remains challenging. Conventional approaches rely either on costly terrestrial LiDAR systems or labor-intensive manual methods involving calipers and compass bearings, limiting their scalability and accessibility in large scale environments. We present a lightweight, smartphone-based pipeline that enables complete plot sampling based tree measurement from a single walkthrough video, requiring no specialized hardware beyond a consumer smartphone mounted on a portable stand. The proposed method integrates pretrained monocular depth estimation and tree instance segmentation with a simultaneous localization and mapping (SLAM) framework to jointly refine camera trajectories and depth across the video sequence. Tree positions and DBH estimates are recovered by fusing SLAM-derived camera poses with segmented depth maps, with absolute real-world scale anchored via a calibrated reference length. The system was evaluated in both managed forest plots and natural forest plot, achieving a mean absolute error of 1.51 cm (MARE 3.98%) and 2.30 cm (MARE 5.69%) respectively, with consistent performance across varying starting directions and positions. Cross-video consistency analysis further demonstrated stable and reproducible tree localization across measurements initiated from different starting positions. The proposed approach achieves accuracy comparable to established field methods while substantially reducing equipment cost and operational complexity, making it accessible to both professional researchers and non-expert forest managers in diverse operational settings.
- Abstract（参考訳）: 循環型標本プロットは森林在庫の基盤となっているが、胸の高さ(DBH)における樹木の直径と空間的位置の正確な測定は依然として困難である。
従来のアプローチは、コストのかかる地球規模のLiDARシステムや、キャリパーとコンパスベアリングを含む労働集約的な手作業の手法に依存しており、大規模環境でのスケーラビリティとアクセシビリティを制限している。
携帯型スタンドに搭載されたスマートフォン以外の特別なハードウェアを必要とせず、単一のウォークスルービデオから完全なプロットサンプリングに基づくツリー測定を可能にする軽量なスマートフォンベースのパイプラインを提案する。
提案手法は,事前学習した単眼深度推定と木インスタンスセグメンテーションと同時局所化マッピング(SLAM)フレームワークを統合し,ビデオシーケンス間のカメラ軌跡と深度を共同で洗練する。
木の位置とDBH推定は、SLAM由来のカメラのポーズを分割した深度マップで融合させ、絶対的な現実世界のスケールを校正基準長で固定することで回収される。
このシステムは,管理林と天然林の両方で評価され,平均絶対誤差は1.51cm(MARE 3.98%)と2.30cm(MARE 5.69%)であった。
ビデオ間の整合性解析により、異なる開始位置から開始された測定値間での安定かつ再現可能な木の局在がさらに示された。
提案手法は,確立されたフィールド手法に匹敵する精度を達成し,設備コストと運用上の複雑さを大幅に低減し,多様な運用環境において専門家と非専門家の森林管理者の両方が利用できるようにする。
関連論文リスト
- Rapid Forest Fuel Load Estimation via Virtual Remote Sensing and Metric-Scale Feed-Forward 3D Reconstruction [14.987079775206274]
本稿では,森林の急激な在庫管理のための新しい自動パイプラインを提案する。
我々のアプローチは、まず低高度軌道画像とカメラの標的領域に対するポーズを生成する。
VGGT-Long フレームワーク内で開発された Pi-Long を用いる。
論文 参考訳（メタデータ） (2026-05-11T16:21:28Z) - TreeLoc: 6-DoF LiDAR Global Localization in Forests via Inter-Tree Geometric Matching [7.581546372433995]
森林のグローバルローカライゼーションフレームワークであるTreeLocを提案する。
多様なフォレストベンチマークでは、TreeLocはベースラインを上回り、正確なローカライゼーションを実現している。
また、コンパクトなグローバルツリーデータベースからのディスクリプタを用いた長期森林管理の応用も提案する。
論文 参考訳（メタデータ） (2026-02-02T00:32:07Z) - Loc$^2$: Interpretable Cross-View Localization via Depth-Lifted Local Feature Matching [80.57282092735991]
本稿では,高精度かつ解釈可能なクロスビューローカライズ手法を提案する。
地上画像の3自由度(DoF)のポーズを、その局所的な特徴と基準空中画像とをマッチングすることによって推定する。
実験では、クロスエリアテストや未知の向きといった挑戦的なシナリオにおいて、最先端の精度を示す。
論文 参考訳（メタデータ） (2025-09-11T18:52:16Z) - Estimating the Diameter at Breast Height of Trees in a Forest With a Single 360 Camera [52.85399274741336]
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。
論文 参考訳（メタデータ） (2025-05-06T01:09:07Z) - 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) - ScaleDepth: Decomposing Metric Depth Estimation into Scale Prediction and Relative Depth Estimation [62.600382533322325]
本研究では,新しい単分子深度推定法であるScaleDepthを提案する。
提案手法は,距離深度をシーンスケールと相対深度に分解し,セマンティック・アウェア・スケール予測モジュールを用いて予測する。
本手法は,室内と屋外の両方のシーンを統一した枠組みで距離推定する。
論文 参考訳（メタデータ） (2024-07-11T05:11:56Z) - Automatic Wood Pith Detector: Local Orientation Estimation and Robust Accumulation [0.0]
木材ピット検出(APD)のための完全自動化手法を提案する。
この方法は、2次元構造テンソルを用いてリングの局所的な向きを推定し、ピット位置を求める。
また,明らかなツリーリングパターンが存在しない場合に,本手法の有効性を高める変種(APD-PCL)を提案する。
論文 参考訳（メタデータ） (2024-04-02T13:47:15Z) - View Consistent Purification for Accurate Cross-View Localization [59.48131378244399]
本稿では,屋外ロボットのための微細な自己局在化手法を提案する。
提案手法は,既存のクロスビューローカライゼーション手法の限界に対処する。
これは、動的環境における知覚を増強する初めての疎視のみの手法である。
論文 参考訳（メタデータ） (2023-08-16T02:51:52Z) - OmniSLAM: Omnidirectional Localization and Dense Mapping for
Wide-baseline Multi-camera Systems [88.41004332322788]
超広視野魚眼カメラ(FOV)を用いた広視野多視点ステレオ構成のための全方向位置決めと高密度マッピングシステムを提案する。
より実用的で正確な再構築のために、全方向深度推定のための改良された軽量のディープニューラルネットワークを導入する。
我々は全方位深度推定をビジュアル・オドメトリー(VO)に統合し,大域的整合性のためのループ閉鎖モジュールを付加する。
論文 参考訳（メタデータ） (2020-03-18T05:52:10Z)
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。