Fallen dead tree detection is conducted in ALS data using contextual classification with CRFs and spectral clustering via the Ncut algorithm. A voting framework for retrieving cylindrical shapes based on kernel density estimation is applied for fallen stem mapping in TLS data. A level-set method with priors is used to segment dead tree crowns in aerial CIR imagery, and a new 3D shape descriptor is proposed for detecting dead trunks from ALS data. The semi-supervised entropy regularized logistic classifier is combined with active learning through expected error reduction. For both fallen and standing dead wood, detection accuracies of up to 80% can be reached based on experiments on data from the Bavarian Forest National Park.     «

Fallen dead tree detection is conducted in ALS data using contextual classification with CRFs and spectral clustering via the Ncut algorithm. A voting framework for retrieving cylindrical shapes based on kernel density estimation is applied for fallen stem mapping in TLS data. A level-set method with priors is used to segment dead tree crowns in aerial CIR imagery, and a new 3D shape descriptor is proposed for detecting dead trunks from ALS data. The semi-supervised entropy regularized logistic...     »

Die Erkennung liegender toter Bäume aus ALS-Daten wird mithilfe kontextueller Klassifikation durch CRFs und einer spektralen Clusteranalyse durchgeführt. Ein Framework zur Rekonstruktion von Zylinderformen wird auf TLS-Daten für die Kartierung liegender Stämme angewandt. Ein Level-Set-Ansatz wird für die Segmentierung toter Baumkronen aus CIR-Luftbildern eingesetzt, während stehende tote Stämme aus ALS-Daten mit einem neuartigen 3D-Formdeskriptor erkannt werden. Das teilüberwachte logistische Modell wird mit aktivem Lernen durch Expected Error Reduction verbunden. Experimente auf Daten aus dem Nationalpark Bayerischer Wald ergeben Erkennungsraten von bis zu 80% für stehendes und liegendes Totholz.     «

Die Erkennung liegender toter Bäume aus ALS-Daten wird mithilfe kontextueller Klassifikation durch CRFs und einer spektralen Clusteranalyse durchgeführt. Ein Framework zur Rekonstruktion von Zylinderformen wird auf TLS-Daten für die Kartierung liegender Stämme angewandt. Ein Level-Set-Ansatz wird für die Segmentierung toter Baumkronen aus CIR-Luftbildern eingesetzt, während stehende tote Stämme aus ALS-Daten mit einem neuartigen 3D-Formdeskriptor erkannt werden. Das teilüberwachte logistische Mo...     »