[Paper] PRISM-CAFO：先验条件化遥感基础设施分割与映射用于CAFOs

Source: arXiv - 2601.11451v1

概述

本文介绍了 PRISM‑CAFO，一个端到端、可解释的流水线，能够自动从高分辨率航空和卫星图像中发现并表征集中式动物饲养作业（CAFO）。通过将调优的目标检测器、现代分割技术和轻量级交叉注意力分类器相结合，作者实现了业界领先的准确率，同时提供了可视化归因，将每个预测关联回底层基础设施（如谷仓、污水池、筒仓等）。随着大型畜牧设施数量的增加，监管机构、保险公司和非政府组织需要可扩展且可信赖的制图工具，这项工作尤为重要。

关键贡献

• 基础设施优先检测：先使用针对领域微调的 YOLOv8 模型定位候选 CAFO 结构（例如，畜舍、饲养场、粪污池）。
• 分割引导的细化：从检测框生成 SAM‑2 掩码，并依据组件特定的几何规则（面积、方向、空间关系）进行过滤。
• 混合特征融合：将结构化描述符（计数、面积、相对位置）与深度视觉嵌入通过轻量级空间交叉注意力分类器进行融合。
• 可解释性设计：系统输出掩码级归因图，明确将分类决策与检测到的基础设施要素关联。
• 性能提升：配合 Swin‑B 主干网络，PRISM‑CAFO 在全国 CAFO 基准上相较最强基线提升最高 15 %。
• 领域先验分析：梯度激活研究量化了工程先验（例如，“畜舍是矩形的”）对最终预测的贡献程度。

方法论

1. 候选检测 – 使用在精选的 CAFO 图像集上微调的 YOLOv8 检测器，对每张图像进行扫描，并输出可能的基础设施部件的边界框。
2. 掩码生成与过滤 – 对每个边界框，Segment Anything Model v2（SAM‑2）生成像素级精确掩码。通过简单的基于规则的过滤器（最小面积、长宽比、与其他掩码的距离）剔除误报，并强制执行领域知识（例如，池塘是大且低长宽比的斑块）。
3. 描述符提取 – 对保留下来的掩码，流水线计算一组结构化特征：
   • 各类基础设施的 计数
   • 面积 与 周长 统计
   • 方向（主轴）
   • 空间关系（例如，谷仓与池塘之间的距离）
4. 特征融合与分类 – Swin‑B Transformer 从整幅图像中提取全局视觉嵌入。该嵌入通过 空间交叉注意力 模块与结构化描述符结合，使模型在决定 CAFO 类别（如乳业、猪场、家禽）时能够关注最相关的基础设施。
5. 可解释输出 – 交叉注意力权重被可视化为归因掩码，突出显示哪些谷仓、池塘或筒仓对最终标签产生了决定性影响。

结果与发现

• 准确性：PRISM‑CAFO（Swin‑B 主干）实现了 0.84 的平均精度均值（mAP），相较之前的最佳值（0.73）提升了最高 15 %，覆盖美国各类地区。
• 鲁棒性：在不同传感器（如 PlanetScope 与 Maxar）以及不同分辨率（30 cm–1 m）的影像上测试时，性能保持稳定。
• 消融实验：去除结构化描述符会导致 mAP 下降约 6 %，证实领域先验相较于纯像素信息提供了可衡量的价值。
• 可解释性：梯度激活图显示分类器始终聚焦于正确的基础设施掩模（例如，针对猪场 CAFO 的污水池），提供了透明的审计轨迹。
• 可扩展性：端到端流水线在单个 GPU 上处理 1 km² 瓦片约需 2.5 秒，实现了大洲尺度的制图可行性。

实际意义

• 监管监测 – 机构可以自动检测未登记或不合规的CAFO，减少昂贵的现场检查需求。
• 风险评估 – 保险公司和公共卫生官员可以将CAFO位置与疾病爆发或洪水风险图层叠，加以优先减缓。
• 环境影响研究 – 研究人员可以快速量化粪污池表面积或畜舍密度，以建模养分流失和温室气体排放。
• 供应链透明度 – 食品行业审计员可以核实供应商设施是否被正确分类和定位，支持可持续性认证。
• 开源工具 – 由于该流水线依赖于广泛可用的模型（YOLOv8、SAM‑2、Swin‑B）和少量自定义代码，可适配到其他基础设施映射任务（例如太阳能农场、采矿场）。

Limitations & Future Work

• Label scarcity – 该方法仍然依赖于人工标注的 CAFO 组件训练集；扩展该数据集以覆盖更多地理和季节变化将提升泛化能力。
• Complex mixed‑use sites – 结合多种动物类型或布局异常的设施有时会使分类器困惑，表明需要更丰富的关系建模。
• Temporal dynamics – 当前流水线处理单张快照；引入时间序列影像可以检测季节性变化（例如临时饲养场），并提升对云覆盖的鲁棒性。
• Edge deployment – 虽然在 GPU 上推理速度快，但在边缘设备或低带宽环境中运行完整流水线仍是一个未解决的挑战。

总体而言，PRISM‑CAFO 展示了将深度视觉模型与领域特定先验相结合，既能实现高性能又具可解释性的方式——这一方法有望激发许多其他遥感应用。

作者

• Oishee Bintey Hoque
• Nibir Chandra Mandal
• Kyle Luong
• Amanda Wilson
• Samarth Swarup
• Madhav Marathe
• Abhijin Adiga

论文信息

• arXiv ID: 2601.11451v1
• 分类: cs.CV, cs.AI, cs.LG
• 发布日期: 2026年1月16日
• PDF: 下载 PDF