第137回日本森林学会大会 発表検索
講演詳細
経営部門[Forest Management]
| 日付 | 2026年3月17日 |
|---|---|
| 開始時刻 | 15:30 |
| 会場名 | 201B |
| 講演番号 | D-11 |
| 発表題目 | スギ・ヒノキ高密度林分におけるSfM点群データを用いた単木検出 Individual-Tree Detection Using SfM Point Cloud Data in High-Density Plantation Forests |
| 所属 | 広島県立総合技術研究所 |
| 要旨本文 | 適切な森林管理には正確な現況把握が不可欠である。近年、UAVの低コスト化に伴い、空撮画像から立木本数を推定する技術が発展している。一般的にはSfM処理（マッチング、高密度点群構築、ラスタ化）で作成したDSMやDCHMに対し、局所最大値フィルタ（LMF）を適用する手法が用いられる。一方で、LMFは樹冠の重なりに弱く高密度林分では精度が低下しやすい。加えて、3次元点群を2次元ラスタへ変換する過程で樹冠表層の微細構造が失われ、結果が解像度や探索範囲の設定に左右されやすい。そこで本研究ではラスタ化前のSfM点群に着目し、樹冠表層の形状を深層学習モデルにより学習することで、隣接する樹冠領域を分割し、高精度な単木検出が可能か検証した。対象地は島根県および広島県内のスギ・ヒノキ人工林とした。UAV空撮を実施し、SfM処理により点群データ、DSMを作成した。深層学習モデルにはSegment Any Treeを用いた。LiDAR点群データで事前学習された重みを初期値として利用し、SfM 点群から作成したデータセットでファインチューニングを行った。学習したモデルで未知林分の検出精度を評価し、汎化性能およびLMFとの比較結果を報告する。 |
| 著者氏名 | ○山本啓1,2 ・ 米康充2 ・ 今岡成紹1 |
| 著者所属 | 1広島県立総合技術研究所 ・ 2島根大学大学院自然科学研究科 |
| キーワード | 無人航空機, 個別樹木抽出, 深層学習, Structure from Motion |
| Key word | UAV, Individual Tree Detection, Deep Learning, Structure from Motion |