[論文レビュー] Mapping the world population one building at a time

Tobias Tiecke, Xianming Liu+9 more|arXiv (Cornell University)|Dec 15, 2017

Impact of Light on Environment and Health被引用数 16

ひとこと要約

本論文は、衛星画像から個々の建物を検出する深層学習を用いたグローバルかつ高解像度の人口マッピング手法を提示する。建物検出と国勢調査データを統合することで、30m解像度の人口推定が可能となる。この手法は建物同定において95％の正確性と91％の再現率を達成し、人口推定誤差を約2倍に低減することで、スケールに応じた正確な農村部の人口分析を可能にする。

ABSTRACT

High resolution datasets of population density which accurately map sparsely-distributed human populations do not exist at a global scale. Typically, population data is obtained using censuses and statistical modeling. More recently, methods using remotely-sensed data have emerged, capable of effectively identifying urbanized areas. Obtaining high accuracy in estimation of population distribution in rural areas remains a very challenging task due to the simultaneous requirements of sufficient sensitivity and resolution to detect very sparse populations through remote sensing as well as reliable performance at a global scale. Here, we present a computer vision method based on machine learning to create population maps from satellite imagery at a global scale, with a spatial sensitivity corresponding to individual buildings and suitable for global deployment. By combining this settlement data with census data, we create population maps with ~30 meter resolution for 18 countries. We validate our method, and find that the building identification has an average precision and recall of 0.95 and 0.91, respectively and that the population estimates have a standard error of a factor ~2 or less. Based on our data, we analyze 29 percent of the world population, and show that 99 percent lives within 36 km of the nearest urban cluster. The resulting high-resolution population datasets have applications in infrastructure planning, vaccination campaign planning, disaster response efforts and risk analysis such as high accuracy flood risk analysis.

研究の動機と目的

• 従来の国勢調査や既存のリモートセンシング手法に起因する制限を克服する、スケーラブルでグローバルな高解像度人口マッピング手法の開発を目的とする。
• 高解像度の衛星画像を用いて、空間的感度とグローバルスケーラビリティを両立させる必要がある、散らかった農村部の人口を正確に検出する課題に対処することを目的とする。
• 高解像度衛星データを用いた深層学習による、国を問わず迅速かつ正確な建物検出モデルの構築を目的とする。
• 建物検出と国勢調査データを統合し、18か国に対して1×1弧秒解像度（赤道上では約30m）の詳細な人口密度マップを生成することを目的とする。
• 正確で細分化された人口分布データを提供することで、インfra構築計画、災害対応、リスク分析の分野における応用を向上させることを目的とする。

提案手法

• コンピュータビジョンパイプラインは、畳み込みニューラルネットワーク（CNN）を用いて、グローバルに多様なバイナリラベル付きデータで訓練されたモデルにより、高解像度衛星画像内の建物を検出する。
• 処理の前段階でノイズ除去ネットワークを適用し、衛星データの高周波数ノイズを低減することで、画像品質を向上させる。
• エッジ検出により候補となる建物領域を特定し、その後64×64ピクセルのパッチとして分類処理を行う。この処理には、カスタマイズされたSegNetアーキテクチャが使用される。
• ピクセル単位のセグメンテーションを回復させるために、弱教師付きのFeedbackNetが使用され、形状および境界の正確性が向上する。
• 誤検出を低減し、検出の信頼性を向上させるために、2つの独立したモデル—SegNet（分類）とFeedbackNet（セグメンテーション）—を段階的に組み合わせる。
• 人口推定は、1×1弧秒解像度（赤道上では約30m）で、検出された建物に国勢調査データを割合的に割り当てることで生成され、グローバル展開が可能になる。

実験結果

リサーチクエスチョン

• RQ1 深層学習モデルは、高解像度衛星画像から個々の建物を十分な正確性とグローバルスケーラビリティで検出できるか？ その結果、細分化された人口マッピングが可能になるか？
• RQ2 建物検出の性能は、多様なグローバルな地形、気候、画像品質の条件下でどのように変動するか？
• RQ3 建物の輪郭は、農村部や人口がまばらな地域における人間の集住地および人口分布の代理指標として、どの程度有効に機能するか？
• RQ4 国勢調査統計と建物レベルのデータを統合した人口推定の正確性は、30m解像度でどの程度の水準にあるか？
• RQ5 世界の農村人口は都市集積地からどの程度近接しているか？ その結果、インfra構築およびサービス計画にどのような意味を持つのか？

主な発見

• 建物検出モデルは平均的に正確性0.95、再現率0.91を達成しており、衛星画像から人為的構造物を高精度に同定できることを示している。
• 人口推定誤差は約2倍の要因に限定され、グローバルな応用において強い信頼性を示している。
• 本手法は農村集落を高い感度で検出でき、18か国の世界人口の29％を、前例のない空間的詳細さで捉えている。
• 研究対象人口の99％が、最も近い都市集積地から36km圏内に居住しており、農村人口が都市中心地に強く空間的に近接していることを示している。
• 高解像度集住層（HRSL）は、GUF や GHSL といった既存のグローバルデータセットよりも、農村部およびまばらな集住地域をより正確に捉えている。
• CPUクラスタを用いて、0.5百万km²の衛星画像を約24時間で処理可能であり、グローバル展開に向けたスケーラビリティを示している。