疎な森林樹冠の遮蔽下におけるマルチモーダル物体検出

疎な森林樹冠の遮蔽下におけるマルチモーダル物体検出の研究が新たに進展した。インドの研究者Nitik Jain氏とMangal Kothari氏は、arXivプレプリントで概念実証の研究を発表し、森林樹冠下での人間検出というリモートセンシングの課題に取り組んだ。森林の遮蔽は疎で構造化されており、視点に依存するため、従来の手法では検出が困難であった。本研究では、3つの補完的なアプローチを統合したマルチモーダルパイプラインを提案している。第1に、植生を通したLiDAR反射の実験的評価により、能動センシングの実現可能性を検討する。LiDARは一般的な三次元センサであるが、植生による透過性が限定的であり、特に疎な森林では枝葉の影響を受けやすい。第2に、マルチスケール変換とスパース表現フレームワークを用いた可視光-熱画像融合により、低コントラストシーンにおける人間の際立ちを向上させる。熱画像は温度差に敏感であり、照明不足や逆光条件下でも補完的な情報を提供する。第3に、航空光学セクショニング（AOS）により合成開口画像を生成し、樹冠クラッタを抑制して地平面の検出を強化する。AOSは異なる視点から画像を収集し合成することで、遮蔽物の影響を低減する。研究チームはTeledyne FLIR熱データセットでYOLOv5検出器を微調整し、熱画像と融合画像の両方で評価を行った。実験結果は、テストした地上LiDAR構成では物体レベルの検出に十分な透過性が得られない一方、可視光-熱融合が低コントラストシーンでの対象視認性を改善し、AOSが合成森林画像における地平面検出を強化することを示した。微調整されたYOLOv5は、FLIRデータセットの上位3クラス（人、車、自転車）で平均適合率（mAP）約0.83を達成した。これらの知見は、森林環境で動作するUAV搭載型の捜索救助システムおよび監視システムの初期ベースラインを確立し、専用の森林データセットやリアルタイムのマルチモーダル統合に関する今後の研究を促進する。本論文はコンピュータビジョンとパターン認識分野に提出され、識別番号はarXiv:2605.15326である。