利用多分辨率多光谱数据绘制发展中国家非正式聚落地图
机器学习
2019-05-31 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
检测与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政府及非政府组织（NGOs）至关重要，例如联合国儿童基金会（UNICEF）可利用该信息提供有效的社会与经济援助。我们提出两种检测与绘制非正式聚落位置的有效方法。一种仅使用低分辨率（LR）、免费获取的 Sentinel-2 多光谱卫星影像及含噪标注，另一种则是仅使用昂贵甚高分辨率（VHR）卫星影像的深度学习方法。据我们所知，我们是首个利用低分辨率卫星影像成功绘制非正式聚落地图的团队。我们广泛评估并比较了所提方法。更多材料请见 https://frontierdevelopmentlab.github.io/informal-settlements/。
引用
@article{arxiv.1812.00812,
title = {Mapping Informal Settlements in Developing Countries with Multi-resolution, Multi-spectral Data},
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:1812.00812},
year = {2019}
}
备注
arXiv admin note: text overlap with arXiv:1812.00786