論文の概要: From Drone Imagery to Livability Mapping: AI-powered Environment Perception in Rural China

• arxiv url: http://arxiv.org/abs/2508.21738v1
• Date: Fri, 29 Aug 2025 16:04:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-01 19:45:11.107284
• Title: From Drone Imagery to Livability Mapping: AI-powered Environment Perception in Rural China
• Title（参考訳）: ドローン画像からリビビリティマッピングへ:中国農村部におけるAIを活用した環境認識
• Authors: Weihuan Deng, Yaofu Huang, Luan Chen, Xun Li, Yao Yao,
• Abstract要約: 本研究では、ドローン画像とマルチモーダル大言語モデル(MLLM)に基づく、農村固有の自由度評価フレームワークを開発した。 以上の結果から,中国における農村の生活性は,四川省と江江省から外方へ放射され,生活性は低下していることが明らかとなった。 政府の財政支出は中核的な決定要因として現れ、各部門は3.9～4.9のリバビリティ向上に対応して増額された。
• 参考スコア（独自算出の注目度）: 7.14944803687741
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the deepening of poverty alleviation and rural revitalization strategies, improving the rural living environment and enhancing the quality of life have become key priorities. Rural livability is a key indicator for measuring the effectiveness of these efforts. Current measurement approaches face significant limitations, as questionnaire-based methods are difficult to scale, while urban-oriented visual perception methods are poorly suited for rural contexts. In this paper, a rural-specific livability assessment framework was proposed based on drone imagery and multimodal large language models (MLLMs). To comprehensively assess village livability, this study first used a top-down approach to collect large-scale drone imagery of 1,766 villages in 146 counties across China. In terms of the model framework, an efficient image comparison mechanism was developed, incorporating binary search interpolation to determine effective image pairs while reducing comparison iterations. Building on expert knowledge, a chain-of-thought prompting suitable for nationwide rural livability measurement was constructed, considering both living quality and ecological habitability dimensions. This approach enhanced the rationality and reliability of the livability assessment. Finally, this study characterized the spatial heterogeneity of rural livability across China and thoroughly analyzed its influential factors. The results show that: (1) The rural livability in China demonstrates a dual-core-periphery spatial pattern, radiating outward from Sichuan and Zhejiang provinces with declining gradients; (2) Among various influential factors, government fiscal expenditure emerged as the core determinant, with each unit increase corresponding to a 3.9 - 4.9 unit enhancement in livability. The findings provide valuable insights for rural construction policy-making.
• Abstract（参考訳）: 貧困緩和と農村再生戦略の深化により、農村生活環境の改善と生活の質の向上が最優先事項となっている。 農村の自由度は、これらの取り組みの有効性を測る重要な指標である。 都市指向の視覚知覚法は農村環境にはあまり適さないが, アンケートに基づく手法はスケールが難しいため, 現在の測定手法は重大な制約に直面している。 本稿では,ドローン画像とマルチモーダル大言語モデル(MLLM)に基づく,農村固有の自由度評価フレームワークを提案する。 中国全国146郡の1,766の村の大規模なドローン画像収集に、まずトップダウンのアプローチを用いた。 モデルフレームワークの観点からは、比較反復を減らしながら、効果的な画像対を決定するために二分探索補間を組み込んだ効率的な画像比較機構が開発された。 専門家の知識を生かして,生活の質と生態的居住性の両方を考慮し,全国の田園部の生活性測定に適した思考チェーンを構築した。 このアプローチにより、リビビリティ評価の合理性と信頼性が向上した。 最後に,中国各地の農村生活の空間的不均一性を特徴とし,その影響要因を徹底的に分析した。 その結果,1)中国における農村の生活性は,中安・江江省から外向きに放射される2つの中核周辺空間パターンを示すこと,2)地方財政支出が中核決定要因として出現し,各単位が3.9～4.9単位のリバビリティ向上に対応することが示唆された。 この発見は、農村建設政策の立案に貴重な洞察を与える。

関連論文リスト

• Beyond surveys: A High-Precision Wealth Inequality Mapping of China's Rural Households Derived from Satellite and Street View Imageries [5.030899307170801]
  本稿は、農村部における「スキー」なリモートセンシング画像と「地上」な街路ビュー画像を統合し、きめ細かい「計算可能な」技術経路を構築することを目的とする。
  論文  参考訳（メタデータ） (2025-02-11T09:36:25Z)
• Granularity at Scale: Estimating Neighborhood Socioeconomic Indicators from High-Resolution Orthographic Imagery and Hybrid Learning [1.8369448205408005]
  オーバーヘッド画像は、コミュニティ情報が不足しているギャップを埋めるのに役立つ。 機械学習とコンピュータビジョンの最近の進歩により、画像データのパターンから素早く特徴を抽出し、検出することが可能になった。 本研究では, 人口密度, 中央値世帯所得, 教育達成率の2つのアプローチ, 教師付き畳み込みニューラルネットワークと半教師付きクラスタリングについて検討する。
  論文  参考訳（メタデータ） (2023-09-28T19:30:26Z)
• Graph-based Village Level Poverty Identification [52.12744462605759]
  Webインフラストラクチャとそのモデリングツールの開発は、貧しい村を識別するための新しいアプローチを提供する。 地理的距離を通して村の接続をグラフとしてモデル化することにより,村の貧困状況とグラフトポロジ的位置との相関関係を示す。 貧しい村を識別する最初のグラフベース手法を提案する。
  論文  参考訳（メタデータ） (2023-02-14T06:58:40Z)
• Combining deep learning and crowdsourcing geo-images to predict housing quality in rural China [20.16424972411847]
  住宅の質は、地域の富、安全保障、健康にとって不可欠な指標である。 大規模な農村画像を収集し、利用者に住宅の質を大規模に評価するよう依頼する。 クラウドソーシング型農村画像に基づく住宅品質の自動的・効率的予測のためのディープラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-08-15T03:58:03Z)
• IS-COUNT: Large-scale Object Counting from Satellite Images with Covariate-based Importance Sampling [90.97859312029615]
  本研究では,大規模地形におけるオブジェクト数統計をサンプリングによって推定する手法を提案する。 提案手法は,米国とアフリカ,ケニアの自動車,バングラデシュのレンガキルン,米国のスイミングプールの建物数の推定において,高い性能を発揮することを示す。
  論文  参考訳（メタデータ） (2021-12-16T18:59:29Z)
• Potato Crop Stress Identification in Aerial Images using Deep Learning-based Object Detection [60.83360138070649]
  本稿では, 深層ニューラルネットワークを用いたジャガイモの空中画像解析手法を提案する。 主な目的は、植物レベルでの健康作物とストレス作物の自動空間認識を実証することである。 実験により、フィールド画像中の健康植物とストレス植物を識別し、平均Dice係数0.74を達成できることを示した。
  論文  参考訳（メタデータ） (2021-06-14T21:57:40Z)
• Predicting Livelihood Indicators from Community-Generated Street-Level Imagery [70.5081240396352]
  本稿では,クラウドソースによるストリートレベルの画像から重要な生活指標を予測するための,安価でスケーラブルで解釈可能なアプローチを提案する。 全国的に代表される世帯調査で収集した地上データと比較することにより,貧困,人口,健康の指標を正確に予測する上でのアプローチの有効性を実証した。
  論文  参考訳（メタデータ） (2020-06-15T18:12:12Z)
• Facebook Ads as a Demographic Tool to Measure the Urban-Rural Divide [6.61600499731972]
  われわれは、Facebookの広告プラットフォームの有用性について検討する。 我々は、Facebookが生み出す人口統計が、時間とともに不安定に陥り、人口の少ない自治体が不完全な範囲をカバーしていることを示す。 公的な国勢調査データを用いて、我々のアプローチを評価し、教育の達成と収入の観点から、既知の重要な都市と農村の分断を確認した。
  論文  参考訳（メタデータ） (2020-02-26T17:19:24Z)
• Generating Interpretable Poverty Maps using Object Detection in Satellite Images [80.35540308137043]
  衛星画像に物体検出装置を適用することにより、局所レベルでの貧困を正確に予測するための解釈可能な計算手法を実証する。 対象物の重み付けを特徴として、ウガンダの村レベルの貧困を予測する0.539 Pearson's r2を達成し、既存の(解釈不可能でない)ベンチマークよりも31%改善した。
  論文  参考訳（メタデータ） (2020-02-05T02:50:01Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。