deforestation | BriefGPT - AI 论文速递

关键词deforestation

搜索结果 - 13

TreeFormers -- 森林砍伐司机分类下的视觉 Transformer 探索
通过使用印尼森林的卫星图像，本研究探索了使用视觉变换器（ViTs）对森林砍伐驱动因素进行分类的关键问题。通过对预训练的 ViT 进行微调并采用数据增强和纵向数据嵌入等方法，本研究在基准模型上取得显著改善，测试准确率达到了 72.9％。通过全
PDFa month ago
社区棕榈模型
棕榈油生产被确认为热带国家森林砍伐的主要原因之一，在供应链目标实现过程中，商品生产商和其他利益相关方需要及时了解供应区的土地覆盖动态数据。本研究提出了一种 “社区模型”，这是一个由许多不同利益相关方提供的汇总数据进行训练的机器学习模型，用于
PDF2 months ago
亚马逊森林破坏检测任务的卫星频带选择框架
该研究引入了一种新颖的框架，利用 Univariate Marginal Distribution Algorithm（UMDA）从 Landsat-8 卫星中选择光谱波段，优化破坏森林地区的表示。这种选择指导了语义分割架构 DeepLab
PDF3 months ago
基于移动手机图像的精确高效城市街道树木清单实现深度学习
提出利用深度学习技术和手机影像进行城市街道树木清查的创新方法，通过智能手机摄像头捕捉的图像来准确分割树干并计算胸径，具有优越的准确度、对专门设备的依赖较少以及适用于难以到达的地区等多项优点。在包括 400 棵树的广泛数据集上进行评估，得到了
PDF6 months ago
基于 UMDA 的 Landsat-8 波段选取框架用于森林砍伐检测
该论文提出了一种采用 UMDA 算法选择 Landsat-8 的光谱波段，并通过 DeepLabv3 + 进行语义分割的新框架，用于监测热带森林的破坏。实验结果表明，使用 UMDA 算法选择的最佳组合 (651) 在分割分类任务中获得超过
PDF8 months ago
CVPR利用卫星图像进行深度多模式学习的快速森林砍伐和烧毁区域检测
利用深度卷积神经网络和多模卫星图像对亚马逊森林的砍伐估测和火灾检测问题进行了研究，并提出了一种新的数据集和处理技术。
PDFa year ago
CVPR2023 年 MultiEarth 森林砍伐挑战 ——FOREVER 团队
通过多视角学习策略、最新的深度神经网络模型和多模态数据集，采用全面的数据增强和多样化网络方法，能够有效而准确地预测亚马逊雨林地区的森林砍伐情况。
PDFa year ago
CVPRMultiEarth 2022 森林砍伐挑战 --ForestGump
利用卫星图像和深度神经网络结合的方法，通过对 Sentinel-1，Sentinel-2 和 Landsat 8 的数据进行精细处理，成功地对亚马逊森林地区的砍伐情况进行了高准确度的估算。
PDF2 years ago
MultiEarth 2022 - 地球和环境的多模态学习工作坊和挑战
MultiEarth 2022 竞赛将对亚马逊雨林的砍伐进行监测和分析，包括三个子挑战：矩阵补全、砍伐估计和图像转换。竞赛旨在为多模态信息处理提供公共基准，并将地球、环境科学社区以及多模态表征学习社区聚集在一起，以在定义良好且严格可比的条件
PDF2 years ago
AAAI利用遥感数据和机器学习预测森林火灾
本研究提出了一种基于机器学习的、利用遥感数据预测印度尼西亚森林火灾的新方法，其对近年来由森林砍伐和气候变化导致的森林火灾有着显著的影响并提出了可靠且高效的预测方案。
PDF4 years ago
高分辨率卫星影像监测非法养殖牛行为
通过与 Golbal Witness 的合作，本研究探讨了利用卫星图像在全球范围内跟踪和计数牛的可行性，在获取到亚马逊河地区的 40 厘米分辨率的卫星图像后，我们编译了包含 28498 头牛的 903 幅图像的数据集，并得到了令人满意的实验
PDF4 years ago
利用卫星图像上深度学习技术对印度尼西亚森林砍伐驱动因素进行分类
使用卫星图像通过深度学习模型 ForestNet 对印度尼西亚的森林砍伐进行驱动程序分类，支持自动化的森林砍伐驱动程序分类的未来研究。
PDF4 years ago
基于机器学习的森林碳储量估算，增加森林保护的透明度
该研究提出了一种通过深度学习处理无人机图像，以实现精准、廉价的森林清查分析，从而提高对碳储存的透明度，增进对森林保护项目的信任和投资。
PDF5 years ago