生成材料图谱以绘制非正式聚落分布图
机器学习
2019-05-31 v2 人工智能
计算机视觉与模式识别
机器学习
摘要
检测并绘制非正式聚落地图涉及联合国若干可持续发展目标。这是因为非正式聚落是地球上社会与经济最脆弱人群的居所。因此，了解这些聚落的位置对于政府和非政府组织（NGOs）（如联合国儿童基金会（UNICEF））至关重要，它们可利用这些信息提供有效的社会与经济援助。我们提出一种方法，仅使用免费获取的 Sentinel-2 低分辨率卫星光谱数据和社会经济数据来检测并绘制非正式聚落的位置。这与以往仅使用昂贵的甚高分辨率（VHR）卫星和航空影像的研究形成对比。我们展示了如何结合领域知识与机器学习技术，构建一种分类器来寻找非正式聚落中已知的屋顶材料，从而检测非正式聚落。更多材料请见 https://frontierdevelopmentlab.github.io/informal-settlements/。
引用
@article{arxiv.1812.00786,
title = {Generating Material Maps to Map Informal Settlements},
author = {Patrick Helber and Bradley Gram-Hansen and Indhu Varatharajan and Faiza Azam and Alejandro Coca-Castro and Veronika Kopackova and Piotr Bilinski},
journal= {arXiv preprint arXiv:1812.00786},
year = {2019}
}
备注
Appeared at the 32nd Conference on Neural Information Processing Systems (NeurlPS 2018) Machine Learning for the Developing World (ML4DW) Workshop