日本語タイトル#
航空レーザースキャン点群に基づく樹木インスタンスセグメンテーションの弱監視学習
英文タイトル#
Weakly-Supervised Learning for Tree Instances Segmentation in Airborne Lidar Point Clouds
日本語摘要#
航空レーザースキャン（ALS）データの樹木インスタンスセグメンテーションは森林モニタリングにとって極めて重要ですが、センサーの解像度、取得時の植生状態、地形の特性などの要因によってデータに変動が生じるため、依然として課題があります。さらに、完全に監視されたインスタンスセグメンテーション手法を訓練するために十分な精度でラベル付けされたデータを取得することは高コストです。これらの課題に対処するために、非微調整モデルまたは閉形式アルゴリズムによって得られた初期セグメンテーション結果のラベルを人間オペレーターによる品質評価として提供する弱監視アプローチを提案します。品質評価中に生成されたラベルは、その後、セグメンテーション出力を人間オペレーターが指定したのと同じクラスに分類するタスクを持つ評価モデルの訓練に使用されます。最後に、評価モデルからのフィードバックを使用してセグメンテーションモデルを微調整します。これにより、正しく識別された樹木インスタンスに関して元のセグメンテーションモデルが 34％改善され、非樹木インスタンスの予測数が大幅に減少します。小さな樹木（高さ 2 メートル未満）や低木、岩などの複雑な環境を含む疎林地域では、樹木と誤認される可能性があり、提案手法の性能が低下するという課題が残ります。
英文摘要#
Tree instance segmentation of airborne laser scanning (ALS) data is of utmost importance for forest monitoring, but remains challenging due to variations in the data caused by factors such as sensor resolution, vegetation state at acquisition time, terrain characteristics, etc. Moreover, obtaining a sufficient amount of precisely labeled data to train fully supervised instance segmentation methods is expensive. To address these challenges, we propose a weakly supervised approach where labels of an initial segmentation result obtained either by a non-finetuned model or a closed form algorithm are provided as a quality rating by a human operator. The labels produced during the quality assessment are then used to train a rating model, whose task is to classify a segmentation output into the same classes as specified by the human operator. Finally, the segmentation model is finetuned using feedback from the rating model. This in turn improves the original segmentation model by 34% in terms of correctly identified tree instances while considerably reducing the number of non-tree instances predicted. Challenges still remain in data over sparsely forested regions characterized by small trees (less than two meters in height) or within complex surroundings containing shrubs, boulders, etc. which can be confused as trees where the performance of the proposed method is reduced.
文章ページ#
航空レーザースキャン点群に基づく樹木インスタンスセグメンテーションの弱監視学習
PDF 入手#
抖音でさらに素晴らしいコンテンツを見るにはスキャンしてください