[发明专利]基于多模型融合的人口分布估计方法、装置及存储介质

权利要求书

1.一种基于多模型融合的人口分布估计方法，其特征在于，包括：

将人口分布估计区域划分为多个地理单元；

获取每个所述地理单元的人口分布影响因子；

基于所述地理单元之间的邻接关系生成每个所述地理单元的一阶邻接矩阵，分别根据每个所述地理单元的人口分布影响因子和每个所述地理单元的一阶邻接矩阵生成每个所述地理单元的多源空间表示数据；

分别将每个所述地理单元的多源空间表示数据和人口分布影响因子作为预置的人口分布估计模型的输入，由所述人口分布估计模型分别输出每个所述地理单元的人口估计值，其中，所述人口分布估计模型包括空间矩阵特征编码模型、全局属性特征编码模型、数据融合模型及分类器模型，所述空间矩阵特征编码模型用于从所述多源空间表示数据中提取局部空间特征，所述全局属性特征编码模型用于从所述人口分布影响因子中提取全局属性特征，所述数据融合模型用于将所述局部空间特征和所述全局属性特征融合得到融合特征，所述分类器模型用于基于所述融合特征生成所述人口估计值；

所述空间矩阵特征编码模型包括卷积神经网络模型；所述全局属性特征编码模型包括多层感知器模型。

2.如权利要求1所述的基于多模型融合的人口分布估计方法，其特征在于，所述多源空间表示数据为高维张量形式。

3.如权利要求1所述的基于多模型融合的人口分布估计方法，其特征在于，所述人口分布影响因子包括以下至少一者：夜间遥感灯光程度、地理单元与每个兴趣点类别的最短距离、地理单元与每个路网类别的最短距离、土地覆盖、地形坡度、植被指数、草地比例、耕地比例和不透水面比例。

4.如权利要求1所述的基于多模型融合的人口分布估计方法，其特征在于，所述将人口分布估计区域划分为多个地理单元包括：

获取所述人口分布估计区域的基础影像数据；

对所述基础影像数据进行统一坐标投影，并使用邻接法将其重采样到预设分辨率大小，将所述预设分辨率对应的基础影像中的每个网格作为一个地理单元。

5.如权利要求1所述的基于多模型融合的人口分布估计方法，其特征在于，所述卷积神经网络模型包括：输入层、卷积层、池化层、全连接层和输出层，其中，输入矩阵大小为3×3，卷积核和池化核的大小为2×2，所述卷积层由多个权重共享内核和一个非线性激活函数组成，所述卷积层的输出经过所述全连接层处理后得到所述局部空间特征。

6.如权利要求1所述的基于多模型融合的人口分布估计方法，其特征在于，所述多层感知器模型包括输入层、隐藏层和输出层。

7.如权利要求1所述的基于多模型融合的人口分布估计方法，其特征在于，所述数据融合模型包括至少一个全连接层，所述分类器模型包括至少一个全连接层，所述数据融合模型用于将所述局部空间特征和所述全局属性特征融合后，输入到所述分类器模型的全连接层，由所述分类器模型输出所述所述人口估计值。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器读取并运行时，实现如权利要求1-7任一项所述的基于多模型融合的人口分布估计方法。

9.一种基于多模型融合的人口分布估计装置，其特征在于，包括存储有计算机程序的计算机可读存储介质和处理器，所述计算机程序被所述处理器读取并运行时，实现如权利要求1-7任一项所述的基于多模型融合的人口分布估计方法。