增强 KidSat 模型：融合地理编码与数据质量评估以预测儿童贫困
计算机视觉与模式识别
2026-07-09 v1 应用统计
摘要
使用卫星图像进行准确的贫困测绘常受到以下因素的阻碍： 带有噪声且稀疏的基于调查的监督； 云层覆盖和图像损坏等图像质量问题； 仅基于图像的模型缺乏显式的空间结构。基于 KidSat 框架，我们开发了一个增强的流水线，通过精细化的数据预处理、系统的图像质量评估和数学定义的地理编码来提高预测准确性。首先，我们通过解决高基数稀疏性并利用 DHS 重新聚合将独热维度从 103 降至 51，从而优化了微调目标矩阵。其次，我们引入了一个简单的两阶段质量筛选程序，以过滤严重云层覆盖或损坏的观测数据。第三，我们将 DINOv2 视觉嵌入与球谐函数（SH）位置特征相融合。在大量实验中，这些改变将 MAE 从 0.2167 降至 0.1759，相当于在集群级严重剥夺比例尺度上相对降低了 18.83%。当扩展范围从 16 个非洲国家增加到 33 个时，最佳性能配置实现了 0.1658 的总体 MAE。我们发现 SH 特征始终优于仅图像骨干网络的性能，而如果不精心设计目标，更高容量的坐标多层感知机增强（SH+SIREN）可能会表现不佳。最后，梯度提升树头（XGBoost/LightGBM）最有效地利用了融合的视觉-地理表示中的非线性交互作用。这些发现为仅使用公开可访问数据来改进基于卫星的社会经济预测提供了一种可扩展且有原则的方法。
引用
@article{arxiv.2607.08281,
title = {Enhancing the KidSat Model: Integrating Geographical Encoding and Data Quality Assessment for Childhood Poverty Prediction},
author = {Hou Hin Ip and Ka Nam Lam and Joshua Man Yu Ng and Makkunda Sharma and Seth Flaxman and Codie Gerlach-Wood and H Juliette T Unwin},
journal= {arXiv preprint arXiv:2607.08281},
year = {2026}
}