[论文解读] 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 16

一句话总结

本文提出一种基于深度学习的全局高分辨率人口制图方法，通过卫星图像检测单个建筑物，并结合人口普查数据生成30米分辨率的人口估计。该方法在建筑物识别中达到95%的精确率和91%的召回率，将人口估计误差降低至约2倍，实现了大规模农村人口分析的高精度。

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.

研究动机与目标

• 开发一种可扩展的、全球范围的高分辨率人口制图方法，以克服传统人口普查和现有遥感方法的局限性。
• 解决利用卫星图像准确检测稀疏农村人口的挑战，该方法需兼具高空间敏感性和全球可扩展性。
• 利用高分辨率卫星数据上的深度学习，创建一种不依赖国家、快速且准确的建筑物检测模型。
• 将建筑物检测与人口普查数据结合，为18个国家生成详细、1×1角秒分辨率的人口密度图。
• 通过提供精确、细粒度的人口分布数据，提升基础设施规划、灾害响应和风险分析的应用效果。

提出的方法

• 计算机视觉流程使用卷积神经网络（CNN）在高分辨率卫星图像中检测建筑物，模型基于全球多样化的二值化标注数据进行训练。
• 该方法在处理前应用去噪网络以提升图像质量，减少卫星数据中的高频噪声。
• 边缘检测识别候选建筑物区域，随后将这些区域作为64×64像素的图像块，使用定制的SegNet架构进行分类。
• 采用弱监督的FeedbackNet进行像素级分割，以恢复建筑物轮廓，提高形状和边界精度。
• 将两个独立模型——SegNet（分类）和FeedbackNet（分割）——级联使用，以减少误报并提高检测可靠性。
• 通过在1×1角秒分辨率（赤道附近约30米）下按比例分配人口普查数据，生成人口估计，实现全球部署。

实验结果

研究问题

• RQ1 深度学习模型能否在高分辨率卫星图像中以足够高的准确率和全球可扩展性检测出单个建筑物，从而实现细粒度人口制图？
• RQ2 在不同全球地形、气候和图像质量条件下，建筑物检测的性能如何变化？
• RQ3 在农村和人口稀疏地区，建筑物轮廓在多大程度上可作为人类聚居和人口分布的代理指标？
• RQ4 基于建筑物层面数据与国家人口普查统计数据结合，在30米分辨率下的人口估计精度如何？
• RQ5 全球农村人口与城市集群之间的距离有多近，这对基础设施和服务规划有何影响？

主要发现

• 建筑物检测模型的平均精确率为0.95，召回率为0.91，表明其在从卫星图像中识别人造结构方面具有高准确性。
• 人口估计误差被控制在约2倍以内，证明其在全球应用中具有强可靠性。
• 该方法对农村聚居地具有高敏感性，在18个国家中以前所未有的空间细节捕获了29%的世界人口。
• 研究中99%的人口居住在距离最近城市集群36公里以内，凸显了农村人口与城市中心之间强烈的地理邻近性。
• 高分辨率定居点图层（HRSL）在捕捉农村和人口稀疏区域方面优于现有全球数据集（如GUF和GHSL）。
• 该模型使用CPU集群在约24小时内处理0.5百万平方公里的卫星图像，证明了其在全球部署中的可扩展性。