Тема: Демографический анализ спутниковых изображений с использованием нейронных сетей

Актуальность темы исследования. Точное знание численности населения является критичной информацией для таких задач, как градостроение, планирова­ние борьбы с инфекционными заболеваниями, уменьшение ущерба от природных катастроф и социально-экономических исследований.
На текущий момент единственный надёжный способ получения информа­ции о фактической численности населения является перепись. Этот про­цесс невероятно трудоёмкий и дорогой. Даже с автоматизацией и цифровизацией некоторых процессов, перепись занимает месяцы и требует отправлять перепис­чиков в труднодоступные районы без постоянного транспортного сообщения и надёжных способов коммуникации.
Поскольку переписи, как правило проходят раз в 10 лет, то если для реше­ния задачи требуется текущая численность населения некоторой территории, но единственные доступные данные были собраны несколько лет назад, это может существенно затруднить её выполнение. Вдобавок к этому если между перепися­ми произошли события, которые могли сильно и за короткое время изменить чис­ло населения рассматриваемой территории, данные переписи могут стать вообще бесполезными.
На текущий момент на земной орбите находятся более чем 150 спутников, которые способны брать высококачественные снимки поверхности Земли в мо­мент, когда это нам потребуется. Именно эта их способность может помочь ре­шить проблему потери актуальности данных переписи.
Ухудшающаяся экологическая ситуация и следующие из этого природные катастрофы и социально-экономические кризисы делает задачу создания системы, которая будет способна получать релевантные данные о численности населе­ния, используя только спутниковые изображения, как никогда актуальной.
Цели и задачи. Целью работы является изучение применения сверточных нейронных сетей для демографического анализа спутниковых изображений.
Задачами этой работы являются:
• Создание и тренировка нейронной сети для семантической сегментации спут­никовых снимков на типы земных покровов.
• Провести ряд экспериментов с разными модификациями нейронной сети для семантической сегментации.
• Создание и тренировка сетей для прогнозирования численности населения со спутниковых снимков.
• Эмпирически доказать, что дополнение спутниковых изображений картами земных покровов, которые генерируются нейронными сетями семантической сегментации, приведет к улучшению способности моделей прогнозировать численность населения.
Структура. Работа состоит из введения, трех глав, заключения, списка литера­туры и приложения.
Купить

В ходе проделанной работы были получены следующие результаты:
• Построена система прогнозирования численности населения
• Модифицирована архитектура нейронная сеть для семантической сегментации спутниковых изображений.
• Разработана архитектура нейронной сети для классификации диапазонов чис­ленности населения.
• Натренированы регрессионные модели численности населения.
• Разработан алгоритм подготовки данных и натренированы все участвующие нейронные сети в системе.
Следующие меры могут улучшить качество работы системы:
• Дальнейшее обучение модели сегментации должно улучшить ее работу.
• Использование ансамблевых методов для регрессии.
• Увеличение выборки данных с 19 снимков.
• Использование методов регуляризации и более сложных функций активаций может привести к росту точности нейронных сетей.
• Увеличение количества диапазонов населения и их более тщательный подбор.
• Использование более глубокого декодера в сети сегментации.
Купить