利用神经网络分类卫星影像绘制非法垃圾倾倒点分布图
机器学习
2021-10-29 v2 计算机视觉与模式识别
计算机与社会
摘要
公共健康与栖息地质量是城市规划的关键目标。近年来，非法垃圾倾倒点的严重社会与环境影响使其在决策信息匮乏的全球南方城市中成为最严峻的问题之一。为帮助识别倾倒点位置并追踪其随时间演变，我们采用机器学习领域的数据驱动模型，分析卫星图像。这使我们能够利用日益可用的地理空间开放数据、高分辨率卫星影像和开源工具，以布宜诺斯艾利斯一组已知的垃圾倾倒点训练机器学习算法，进而以高速度和低成本在广阔区域预测其他倾倒点位置。本案例研究展示了 Dymaxion Labs 与 Fundación Bunge y Born 之间的合作成果，其利用该技术创建了该地区非法垃圾倾倒点潜在位置的完整分布图。
引用
@article{arxiv.2110.08599,
title = {Mapping illegal waste dumping sites with neural-network classification of satellite imagery},
author = {Maria Roberta Devesa and Antonio Vazquez Brust},
journal= {arXiv preprint arXiv:2110.08599},
year = {2021}
}
备注
5 pages, 3 figures, KDD Workshop on Data-driven Humanitarian Mapping held with the 27th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, August 14, 2021