基于深度学习的 Gandhinagar 城市人口估计
人工智能
2025-09-17 v1
摘要
人口估计对于资源配置到城市规划等各种应用至关重要。传统方法如调查和普查成本高昂、耗时且高度依赖人力资源，需要大量的人力进行数据收集和处理。本研究提出了一个基于深度学习的 solution 来估计人口，利用高分辨率 (0.3 m) 卫星影像、0.5m 分辨率的数字高程模型 (DEM) 和矢量边界。 proposed 方法结合卷积神经网络 (CNN) 用于分类任务以将建筑物分类为住宅和非住宅，并采用人工神经网络 (ANN) 用于人口估计。利用约 48k 座建筑足迹覆盖 Gandhinagar 城市区域，其中包含住宅和非住宅建筑，住宅类别进一步用于建筑级别的人口估计。大规模数据集上的实验结果表明，该模型效果显著，实现了惊人的 0.9936 的总体 F1 分数。该 system 采用先进的地理空间分析与高空间分辨率，估计 Gandhinagar 人口为 278,954。通过集成实时数据更新、标准化指标和基础设施规划能力，该自动化方法解决了传统普查方法的关键局限性。该 framework 为城市快速城�化的城市提供了一个可扩展且可复制的工具，用于优化资源管理，展示了 AI 驱动的地理空间分析在增强数据驱动城市治理方面的效率。
引用
@article{arxiv.2509.12926,
title = {Population Estimation using Deep Learning over Gandhinagar Urban Area},
author = {Jai Singla and Peal Jotania and Keivalya Pandya},
journal= {arXiv preprint arXiv:2509.12926},
year = {2025}
}