Fugu-MT 論文翻訳(概要): PD-SEG: Population Disaggregation Using Deep Segmentation Networks For Improved Built Settlement Mask

論文の概要: PD-SEG: Population Disaggregation Using Deep Segmentation Networks For Improved Built Settlement Mask

arxiv url: http://arxiv.org/abs/2307.16084v1
Date: Sat, 29 Jul 2023 21:42:44 GMT
ステータス: 処理完了
システム内更新日: 2023-08-01 17:47:07.387533
Title: PD-SEG: Population Disaggregation Using Deep Segmentation Networks For Improved Built Settlement Mask
Title（参考訳）: PD-SEG: ディープセグメンテーションネットワークによる人口分散による住環境改善
Authors: Muhammad Abdul Rahman and Muhammad Ahmad Waseem and Zubair Khalid and Muhammad Tahir and Momin Uppal
Abstract要約: 現在のデータセットは、空間的および土地利用のダイナミクスを捉えるのに失敗する欠陥のある見積もりを提供する。人口数を30m×30mの精度で推定するために,深部セグメンテーション網と衛星画像を用いて得られた正確な沈降マスクを用いる。関心のポイント(POI)データは、非居住領域を除外するためにも使用される。
参考スコア（独自算出の注目度）: 17.2479862757444
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Any policy-level decision-making procedure and academic research involving the optimum use of resources for development and planning initiatives depends on accurate population density statistics. The current cutting-edge datasets offered by WorldPop and Meta do not succeed in achieving this aim for developing nations like Pakistan; the inputs to their algorithms provide flawed estimates that fail to capture the spatial and land-use dynamics. In order to precisely estimate population counts at a resolution of 30 meters by 30 meters, we use an accurate built settlement mask obtained using deep segmentation networks and satellite imagery. The Points of Interest (POI) data is also used to exclude non-residential areas.
Abstract（参考訳）: 開発・計画のための資源の最適利用に関する政策レベルの意思決定手順および学術研究は、正確な人口密度統計に依存する。 worldpopとmetaが提供する現在の最先端データセットは、パキスタンのような発展途上国のためのこの目標を達成するには成功していない。 30m×30mの解像度で正確な人口数を推定するために、ディープセグメンテーションネットワークと衛星画像を用いて得られた正確な決済マスクを用いる。関心のポイント(POI)データは、非居住領域を除外するためにも使用される。

関連論文リスト

OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。 OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
論文参考訳（メタデータ） (2024-09-14T07:44:22Z)
Deep Learning for Slum Mapping in Remote Sensing Images: A Meta-analysis and Review [2.1383489372142503]
何百万人もの人々が、世界中の多くの主要都市で生活状態の悪いスラムや非公式の集落に住んでいる。リモートセンシングによるスラムのマッピングが顕著な研究領域として浮上している。ディープ・ラーニング(Deep Learning)は、衛星画像の自動解析によってスラムに関連する複雑な空間パターンを識別できるようにするため、この分野に新たな次元を追加した。
論文参考訳（メタデータ） (2024-06-12T09:31:52Z)
Trust your Good Friends: Source-free Domain Adaptation by Reciprocal Neighborhood Clustering [50.46892302138662]
我々は、ソースデータがない場合に、ソース事前学習されたモデルをターゲット領域に適応させる、ソースフリー領域適応問題に対処する。提案手法は,ソースドメイン分類器と一致しない可能性のあるターゲットデータが,依然として明確なクラスタを形成しているという観測に基づいている。本研究では, この地域構造を, 地域住民, 相互隣人, 及び拡張近所を考慮し, 効率的に把握できることを実証する。
論文参考訳（メタデータ） (2023-09-01T15:31:18Z)
A Meta-Learning Approach to Predicting Performance and Data Requirements [163.4412093478316]
本稿では,モデルが目標性能に達するために必要なサンプル数を推定する手法を提案する。モデル性能を推定するデファクト原理であるパワー法則が,小さなデータセットを使用する場合の誤差が大きいことが判明した。本稿では,2つのデータを異なる方法で処理するPPL法について紹介する。
論文参考訳（メタデータ） (2023-03-02T21:48:22Z)
A Coarse-to-Fine Approach for Urban Land Use Mapping Based on Multisource Geospatial Data [4.2968261363970095]
本稿では,パーセルレベルの都市土地利用マッピングのための機械学習に基づくアプローチを提案する。まず、道路網から生成された区画に基づいて、都市をビルトアップと非ビルトアップに分割する。次に,異なる地域におけるパーセルの分類戦略を採用し,最終的に分類結果を統合された土地利用地図に組み合わせた。
論文参考訳（メタデータ） (2022-08-18T13:30:56Z)
So2Sat POP -- A Curated Benchmark Data Set for Population Estimation from Space on a Continental Scale [11.38584315242023]
欧州98都市における人口推定のための包括的データセットを提供する。データセットは、デジタル標高モデル、地域気候帯、土地利用率、夜間光とマルチスペクトルセンチネル2画像の組み合わせ、およびOpen Street Mapイニシアチブのデータから構成される。
論文参考訳（メタデータ） (2022-04-07T07:30:43Z)
Towards Sustainable Census Independent Population Estimation in Mozambique [0.5735035463793007]
モザンビークの2つのパイロット地区における人口推計には, 国勢調査非依存の手法を用いる。サステナビリティを促進するために、公開データセットを使用して人口を推定する可能性を評価します。このアプローチで推定された足跡面積を使用すると、一般の機能のみに対して人口予測が改善するのを観察した。
論文参考訳（メタデータ） (2021-04-26T16:37:41Z)
Uncertainty Estimation and Sample Selection for Crowd Counting [87.29137075538213]
予測された密度マップに関連する不確実性値とともに,群衆密度マップを予測できる画像に基づく群集カウント手法を提案する。既存のクラウドカウント手法に比べて,提案手法の重要な利点は,予測の不確かさを定量化できることである。サンプル選択戦略は、ソースドメイン上でトレーニングされたカウントネットワークをターゲットドメインに適応させるために必要なラベル付きデータの量を劇的に削減することを示す。
論文参考訳（メタデータ） (2020-09-30T03:40:07Z)
Non-Local Spatial Propagation Network for Depth Completion [82.60915972250706]
本研究では,深度完了のための堅牢で効率的な非局所的空間伝搬ネットワークを提案する。提案するネットワークは,RGBとスパース深度画像を入力とし,各画素の非局所的近傍とその親和性を推定する。提案アルゴリズムは,混合深度問題に対する深度補完精度とロバスト性の観点から,従来のアルゴリズムよりも優れていることを示す。
論文参考訳（メタデータ） (2020-07-20T12:26:51Z)
CNN-based Density Estimation and Crowd Counting: A Survey [65.06491415951193]
本稿では,主にCNNに基づく密度マップ推定法において,群集数モデルについて包括的に検討する。評価指標から, 観客数データセットで上位3人のパフォーマーを選択した。我々は、今後のクラウドカウントの展開について、合理的な推測と予測を行うことを期待する。
論文参考訳（メタデータ） (2020-03-28T13:17:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。