从太空监测战争破坏：一种机器学习方法
综合经济学
2021-07-07 v2 人工智能
计算机视觉与模式识别
经济学
摘要
冲突地区现有的建筑损毁数据依赖于目击者报告或人工检测，这通常导致其稀缺、不完整且可能存在偏差。可靠数据的缺乏对媒体报道、人道主义救援、人权监测、重建行动以及暴力冲突的学术研究造成了严重限制。本文引入了一种利用深度学习技术结合数据增强以扩充训练样本的高分辨率卫星图像损毁自动测量方法。我们将该方法应用于叙利亚内战，并重建了全国主要城市损毁的演变过程。该方法能够生成具有前所未有范围、分辨率和频率的损毁数据——仅受可用卫星图像的限制——从而可决定性缓解数据局限。
引用
@article{arxiv.2010.05970,
title = {Monitoring War Destruction from Space: A Machine Learning Approach},
author = {Hannes Mueller and Andre Groger and Jonathan Hersh and Andrea Matranga and Joan Serrat},
journal= {arXiv preprint arXiv:2010.05970},
year = {2021}
}