从开销估算流离失所人口
Estimating Displaced Populations from Overhead
摘要：
我们引入了一种深度学习方法，使用高分辨率的头顶图像对流离失所者营地进行细粒度的人口估计。我们对无人机图像进行训练并评估我们的方法，这些图像与2018年和2019年孟加拉国考克斯巴扎尔难民营的人口数据进行了交叉参考。我们提出的方法实现了7.02%的平均绝对百分比误差隔离营地图像。我们相信，我们对真实世界流离失所者营地数据的实验是朝着开发工具迈出的重要一步，这些工具使人道主义界能够有效和快速地应对全球流离失所危机。
英文摘要：
We introduce a deep learning approach to perform fine-grained population estimation for displacement camps using high-resolution overhead imagery. We train and evaluate our approach on drone imagery cross-referenced with population data for refugee camps in Cox's Bazar, Bangladesh in 2018 and 2019. Our proposed approach achieves 7.02% mean absolute percent error on sequestered camp imagery. We believe our experiments with real-world displacement camp data constitute an important step towards the development of tools that enable the humanitarian community to effectively and rapidly respond to the global displacement crisis.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
