Realization of the Micro Population Census by Deep Learning Using Satellite Images in Developing Countries

利用卫星图像深度学习实现发展中国家微观人口普查

• 批准号: 20H01483
• 负责人: 秋山 祐樹
• 金额: $ 11.23万
• 依托单位: Tokyo City University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20H01483/
• 关键词: 人口統計; マイクロジオデータ; 開発途上国; 深層学習; 衛星画像; 現地調査; 建物用途

本事業では昨年度に実施した衛星画像を用いた建物の立体的抽出手法の発展を行った。昨年度と同様、東京都市圏とバンコク都市圏を対象に、まず、全世界を対象に無料で利用可能な状態で公開されている衛星画像から、個々の建物の分布とその範囲を深層学習で自動抽出する技術を開発した。昨年度は採用していなかった深層学習の手法も適用することで、IoU85%以上とより高い精度で建物抽出をすることが可能になった。また、それを実現するためにより多くの教師データの作成を行い、各都市において数千件におよぶ教師データの整備を行った。また、抽出した個々の建物の建物用途を推定する技術の発展・改良にも取り組んだ。昨年度までに各建物のボリュームが小さく居住人数が小さいことが予想される戸建て建物と、ボリュームが大きく共同住宅を含む非戸建て建物を判別する技術開発を行い、その結果、十分な判別精度を得るには至らなかったものの、建物用途判別に有用だと期待される分類手法（機械学習）の調査・把握を行うことができた。これらの成果をもとに建物周辺の環境を考慮したモデルなどを開発することで、戸建て・非戸建てを約75%の精度で判別できるようになった。さらに、来年度以降に向けて、建物単位の人口推定を行うための、関連する研究や技術の調査を行い、有用な手法や既存研究、またそれらを踏まえた本研究の優位性・新規性等について調査を行った。加えてバンコク中心市街地を対象とした現地調査を実施し、抽出精度が低下する建物の特徴を把握することができた。また、抽出精度の信頼性検証に向けて現地調査で何を把握するべきかについても現地において情報収集をすることができた。

This project has been implemented in the past year, and satellite images have been used to develop three-dimensional extraction methods for buildings. In the same year, the Tokyo metropolitan area and the metropolitan area have developed technologies for the use of satellite images, the distribution of individual buildings, and the scope of automatic extraction. Last year, we adopted the method of deep learning, which is applicable to more than 85% of buildings with high accuracy. There are thousands of teachers working in every city. Development and improvement of technologies for estimating the use of buildings In the past year, the number of residents in each building was small, and the number of residents was small. In the past year, the number of residents in each building was small. In the past year, the number of residents in each building was large. In the past year, the number of residents in each building was large. In the The results of this study are based on the environmental considerations of the building's periphery. The accuracy of this study is about 75%. In addition, in the coming year, the population estimation of the building unit is carried out, the correlation is carried out, the research technology is carried out, the useful method is carried out, the existing research is carried out, and the superiority and new characteristics of the research are carried out. To increase the accuracy of local investigation, the characteristics of buildings with low extraction accuracy should be grasped. The accuracy and reliability of the extraction method are discussed in detail below.

项目成果

DEVELOPMENT OF DETAILED BUILDING DISTRIBUTION MAP TO SUPPORT SMART CITY PROMOTION -AN APPROACH USING SATELLITE IMAGE AND DEEP LEARNING?

开发详细的建筑分布图以支持智慧城市推广——使用卫星图像和深度学习的方法？

• DOI: 10.5194/isprs-annals-x-4-w3-2022-189-2022
• 发表时间: 2022
• 期刊: ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences
• 作者: Okada K.;Nishiyama N.;Akiyama Y.;Miyazaki H.;Miyazawa S.
• 通讯作者: Miyazawa S.

住宅地図と衛星画像を活用した建物高密度地域における建物データの開発

使用住宅地图和卫星图像开发高密度建筑区域的建筑数据

• 发表时间: 2022
• 作者: Inoue;T. and Inoue;N.;筒井一伸・渡辺理絵;Masaki Shimada;佐々木健;洪賢秀・小門穂・柘植あづみ;Nohara Shinji;山野寺瞭太・岡田佳佑・秋山祐樹・宮崎浩之・宮澤聡・菅澤翔之助・小川芳樹
• 通讯作者: 山野寺瞭太・岡田佳佑・秋山祐樹・宮崎浩之・宮澤聡・菅澤翔之助・小川芳樹

Thammasat University/Asian Institute of Technology/Chulalongkorn University(タイ)

法政大学/亚洲理工学院/朱拉隆功大学（泰国）