逐栋建筑绘制世界人口分布图
计算机视觉与模式识别
2017-12-19 v1
摘要
能够精确绘制稀疏分布人类人口的高分辨率人口密度数据集在全球尺度上尚不存在。通常,人口数据通过人口普查和统计建模获取。近来,利用遥感数据的方法不断涌现,能有效识别城市化区域。由于同时需要足够的灵敏度和分辨率以通过遥感检测极稀疏人口,以及在全局尺度上可靠的性能,在农村地区获得人口分布估计的高精度仍是一项非常具有挑战性的任务。在此,我们提出一种基于机器学习的计算机视觉方法,以全球尺度从卫星影像创建人口图,其空间灵敏度对应于单个建筑并适合全球部署。通过将此聚落数据与人口普查数据结合,我们为18个国家创建了约30米分辨率的人口图。我们验证了方法,发现建筑识别的平均精确率和召回率分别为0.95和0.91,且人口估计的标准误差约为2倍或更小。基于我们的数据,我们分析了世界人口的29%,并显示99%的人口居住在距最近城市集群36公里以内。所得高分辨率人口数据集在基础设施规划、疫苗接种活动规划、灾害响应工作以及如高精度洪水风险分析等风险分析中具有应用价值。
引用
@article{arxiv.1712.05839,
title = {Mapping the world population one building at a time},
author = {Tobias G. Tiecke and Xianming Liu and Amy Zhang and Andreas Gros and Nan Li and Gregory Yetman and Talip Kilic and Siobhan Murray and Brian Blankespoor and Espen B. Prydz and Hai-Anh H. Dang},
journal= {arXiv preprint arXiv:1712.05839},
year = {2017}
}