Введение 2
Глава 1. Постановка задачи 4
1.1. Формулировка задачи демографического анализа 4
1.2. Математическая постановка задачи 5
1.3. Обзор литературы 8
Глава 2. Описание Алгоритма 11
2.1 Обзор данных 11
2.2 Панхроматическое слияние 16
2.3. Семантическая сегментация 18
2.4. Прогнозирование численности населения 21
2.5. Улучшение прогноза численности населения 23
Глава 3. Реализация и результаты 24
3.1. Реализация модифицированной сети U-Net++ 24
3.2. Реализация сети прогнозирования диапазона численности населения 32
3.3. Реализация регрессионных моделей 40
Заключение 43
Список литературы 44
Приложение 47
Купить

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