Демографический анализ спутниковых изображений с использованием нейронных сетей

Актуальность темы исследования. Точное знание численности населения является критичной информацией для таких задач, как градостроение, планирова- ние борьбы с инфекционными заболеваниями, уменьшение ущерба от природных катастроф и социально-экономических исследований.
На текущий момент единственный надёжный способ получения информа- ции о фактической численности населения является перепись. Этот про- цесс невероятно трудоёмкий и дорогой. Даже с автоматизацией и цифровизацией некоторых процессов, перепись занимает месяцы и требует отправлять перепис- чиков в труднодоступные районы без постоянного транспортного сообщения и надёжных способов коммуникации.
Поскольку переписи, как правило проходят раз в 10 лет, то если для реше- ния 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 перепися- ми произошли события, которые могли сильно и за короткое время изменить чис- ло 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 мо- мент, когда это нам потребуется. Именно эта их способность может помочь ре- шить 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 населе- ния, 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 спут-
никовых 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 литера-
туры и приложения.