Core Concepts
LiDAR測定と2D画像の融合により、木の数を正確にカウントする新しいアプローチが提案されました。
Abstract
持続可能な森林管理や気候変動対策、木材炭素クレジットへの信頼構築に必要な正確で一貫した方法が求められています。2次元リモートセンシング画像は主に上層冠層を示し、密生冠層地域で個々の木を区別することが難しく、冠層が密集している場合には容易な分離ができません。3次元LiDAR測定と2D画像の融合を活用して、木の正確なカウントを促進します。深層学習アプローチを使用して森林内の木をカウントする方法が比較されます。実験では、FuseCountNetがより正確な木の数を提供することが示されました。
Stats
3次元LiDARデータと2D画像を使用した新しいタスク:NeonTreeCountデータセットで異なる手法を評価。
深層学習技術による精度向上:Resnet18ではMAE 15.596、RMSE 26.568、R2 0.6547。
LiDARベース手法:3DTreeCountNetではMAE 7.193、RMSE 10.401、R2 0.9117。
Quotes
"Accurate and consistent methods for counting trees based on remote sensing data are needed to support sustainable forest management, assess climate change mitigation strategies, and build trust in tree carbon credits."
"We leverage the fusion of three-dimensional LiDAR measurements and 2D imagery to facilitate the accurate counting of trees."
"Our work leverages the recent advancements in LiDAR technology to utilize 3D point clouds for tree counting tasks, providing a rich and previously unexplored source of information."