Abstract
主要なカーボンシンクである森林バイオマスを正確に推定するには、高さや種などの樹木レベルの特性への依存が大きい。単一のRGBカメラから高解像度の画像を取得する無人航空機（UAV）は、個々の樹木のマッピングと計測のための、費用対効果が高くスケーラブルな手法を提供する。我々は、樹木中心のUAV画像から個々の樹木の高さと種の推定を行うための初のベンチマーク「BIRCH-Trees」を導入する。これは3つのデータセット（温帯林、熱帯林、亜寒帯のプランテーション）にまたがる。また、高さと種を同時に予測するためのタスク固有ヘッドを備えたVision Foundation Model（VFM）バックボーンを用いる統一的アプローチ「DINOvTree」も提示する。BIRCH-Treesに対する大規模な評価を通じて、DINOvTreeを、VFMを含む一般的に用いられる視覚手法や、バイオロジカルなアロメトリック方程式と比較する。その結果、DINOvTreeは、正確な高さ予測と、競争力のある分類精度を両立しながら、次点手法のパラメータ数の54%から58%のみを用いて、総合トップの結果を達成することが分かる。
