A thorough understanding of population distribution could aid the government in many decision-making processes. This thesis promotes the creation of up-to-date and detailed population maps by curating a large-scale data set for population estimation and, second, developing a deep learning-based framework to infer the population count/density and improve the model's transparency using an explainable AI technique. Finally, it generates high-resolution population maps at the building level.
Übersetzte Kurzfassung:
Zuverlässige Daten zur Bevölkerungsverteilung kann Regierungen bei vielen Infrastrukturentscheidungen helfen. In dieser Arbeit wird erläutert, wie mithilfe eines eigens für diesen Zweck erstellten Benchmarkdatensatzes zur Bevölkerungsschätzung ein Deep Learning Framework entwickelt und trainiert wird, dass in seiner höchsten Ausbaustufe auch auf Gebäudeebene schätzt. Durch den Einsatz einer explainable AI-Technik soll zudem die Nachvollziehbarkeit der Schätzungen erhöht werden.