[論文レビュー] Poverty Prediction with Public Landsat 7 Satellite Imagery and Machine Learning

Anthony Perez, Christopher Yeh+4 more|arXiv (Cornell University)|Nov 10, 2017

Remote-Sensing Image Classification参考文献 7被引用数 51

ひとこと要約

本論文は公開 Landsat 7 の多スペクトル画像と CNN を用いてアフリカの貧困指標を予測し、競争力のある r^2 指標を達成するとともに、特に貧困層で従来の Google-based imagery methods よりも性能が良い。国を跨る一般化と時系列の潜在性も分析している。

ABSTRACT

Obtaining detailed and reliable data about local economic livelihoods in developing countries is expensive, and data are consequently scarce. Previous work has shown that it is possible to measure local-level economic livelihoods using high-resolution satellite imagery. However, such imagery is relatively expensive to acquire, often not updated frequently, and is mainly available for recent years. We train CNN models on free and publicly available multispectral daytime satellite images of the African continent from the Landsat 7 satellite, which has collected imagery with global coverage for almost two decades. We show that despite these images' lower resolution, we can achieve accuracies that exceed previous benchmarks.

研究の動機と目的

• データ不足の発展途上地域に対して、公開衛星データを用いた低コストで拡張可能な貧困推定を動機づける。
• Landsat 7 の多スペクトル画像を用いて、調査が乏しい地域で Wealth 指標を予測する。
• マルチバンド画像と異なる空間分解能を扱える CNN アーキテクチャを開発する。
• 夜間照明からの転移学習を評価し、画像特徴量から貧困指標を導出する。

提案手法

• Landsat 7 daytime multi-band images (9 bands) を用いて CNNs (ResNet-18, ResNet-34, VGG-F) をトレーニングし、夜間照明強度のクラスを予測する。
• 最初の畳み込み層を 9-band 入力に適応させ、RGB チャンネルは ImageNet から初期化し、非 RGB バンドをフィルター間で平均化する。
• 多バンド画像を整合させるために 15m 解像度へアップサンプルし、拡張畳み込みを用いて前 trained weights の有用性を保持する。
• CNN から画像特徴を抽出し、DHS Survey データを用いて AWI 貧困指標を予測する回帰または木ベースモデル（ridge、GBT）をトレーニングする。
• 国を一つずつ除く leave-one-country-out クロスバリデーションを適用し、貧困予測の国間一般化を評価する。

実験結果

リサーチクエスチョン

• RQ1 公開 Landsat 7 の multi-band imagery が貧困指標 (AWI) を夜間照明のベースラインと比較してどれだけ予測できるか？
• RQ2 マルチバンド Landsat の特徴は RGB や夜間照明のみのモデルと比べて貧困予測を改善するか？
• RQ3 見られていない国の貧困予測における国間一般化性能はどの程度か？
• RQ4 Landsat 7 データを用いた時系列拡張で貧困の変化を追跡できるか？
• RQ5 異なる CNN アーキテクチャや学習戦略は貧困指標の予測精度にどのように影響するか？

主な発見

Model	Mean Train r^2	Mean Test r^2	Aggregate Residual r^2
Nightlights / GBT	0.63	0.66	1.0
VGG-F, RGB / ridge	0.71	0.64	0.69
VGG-F, 9 Band / ridge	0.68	0.63	0.70
ResNet-18, 9 Band / ridge	0.69	0.64	0.73
ResNet-34, 9 Band / ridge	0.70	0.65	0.74
Jean et al. [8]	0.53	0.54	0.76

• 9-band Landsat 7 imagery を用いた CNN は、 nightlights のみよりも国を越えた予測 r^2 が高い設定が複数ある。
• leave-one-country-out 設定では、9-band 入力と ridge 回帰を組み合わせた VGG-F が顕著な予測力を示し、例として train r^2 0.68、test r^2 0.63 を達成。
• 9-band 入力を用いた ResNet-18 および ResNet-34 も高い予測力を示し、例として train r^2 0.69–0.70、test r^2 0.64–0.65。
• 従来の Google Static Maps ベースの研究と比較して、Landsat 7 9-band モデルはプールド交差検証で上回り、複数のモデルで総合残差 r^2 が約 0.70–0.74。
• Nightlights + GBT ベースラインは平均 train r^2 0.63、平均 test r^2 0.66、総合残差 r^2 1.0 を達成し、モデルと設定により性能は異なるが競争力を示す。
• 結果は poorer セグメントで AWI の予測が強化される傾向を示す一方、国を越えた外挿は限定的で、同一国内または時間をかけたプール分析の可能性を示唆。