使用甚高分辨率卫星图像的人群检测

准确的人群检测(CD)对于公共安全和历史模式分析至关重要，然而现有依赖地面和航空图像的方法受限于时空覆盖范围。甚高分辨率(VFR)卫星传感器图像（例如约0.3米空间分辨率）的发展为大规模人群活动分析提供了前所未有的机会，但此前从未被考虑用于此任务。为填补这一空白，我们提出了CrowdSat-Net，一种新颖的基于点的卷积神经网络，其具有两个创新组件：双上下文渐进注意力网络(DCPAN)，通过聚合场景上下文和局部个体特征来改善个体的特征表示；以及高频引导可变形上采样器(HFGDU)，通过频域引导的可变形卷积在上采样过程中恢复高频信息。为验证CrowdSat-Net的有效性，我们构建了CrowdSat，这是首个专门为CD任务设计的VFR卫星图像数据集，包含来自中国多源卫星平台（北京三号、吉林一号高分04A和谷歌地球）的超过12万个手动标注的个体。在实验中，使用CrowdSat将CrowdSat-Net与五种最先进的基于点的CD方法（最初为地面或航空图像设计）进行比较，取得了最高的F1分数66.12%和精确率73.23%，分别超过第二名1.71%和2.42%。此外，广泛的消融实验验证了DCPAN和HFGDU模块的重要性。跨区域评估进一步证明了CrowdSat-Net的空间泛化能力。本研究通过提供一种新开发的CD网络架构和开创性的基准数据集，推动了CD能力的发展，以促进未来的CD研究。