谷歌街景结合机器学习算法估算本地人口特征和组成.doc

《谷歌街景结合机器学习算法估算本地人口特征和组成.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、谷歌街景结合机器学习算法估算本地人口特征和组成　　下面是这篇论文的一些节选内容。　　几千年来，统治者和政策制定者进行全国人口调查，用来搜集人口数据。在美国，最细致的人口调查工作就是“美国社区调差”（ACS），由美国普查局执行，每年花费10亿美元和6500人以上的人力。这是一个劳动密集型数据搜集过程。　　最近几年，计算方法崛起成为解决社会科学领域问题的有效方法。比如用Twitter上的数据预测失业率、使用书里的大量文本分析文化等等。这些例子表明，计算方法可以促进社会经济领域的研究发展，最终可以详细、实时地分析人口趋

2、势，并且成本很便宜。　　我们的研究表明，结合公共数据和机器学习方法，可以得到社会经济数据和美国人的政治倾向。我们的流程里，针对几个城市耗费少量人力来搜集数据，然后用来预测全美的状况。　　具体而言，我们分析了由谷歌街景汽车在200个城市里搜集来的5000万张图片。我们的数据主要是关于机动车辆，因为90%的美国家庭都拥有至少一辆汽车，而且人们对汽车的选择受到多种人口因素的影响，包括家庭需求、个人偏好和资金等。　　基于深度学习的CNN计算机视觉框架，不仅能够在复杂的街景下识别出汽车，还能鉴定出一系列汽车特征，包括材料、

3、型号和年份。对于一个未经训练的人来说，汽车之间的不同是难以发觉的。比如，同一型号的汽车，不同年份的在尾灯有微小变化（比如2007产的HondaAccord和2008年产HondaAccord）。然而，我们的系统就能够将汽车分成2657类，每张图片的分析时间只需0.2秒。该系统可以在2周时间里对5000万张图片分类，而一个专业的人类分类员，假设他每张需要10秒时间，将会花费15年的时间完成这个任务。　　　　利用谷歌街景汽车搜集来5000万张图片，我们使用图像识别算法（DeformablePartModel）来学习自

4、动搜集汽车图片。搜集每一辆汽车图片后，我们部署CNN模型，用来进行物体分类，来判定每一辆车的材料、型号、车型和年份。然后，我们根据城镇名字分类数据库，划分到两个数据库里。第一个是“训练库”，包含了所有名字以A、B、C开头的地区，这个数据库包括了35个城市，训练产生模型；第二个是“测试库”，包括所有名字以D、Z为开头的地区，这个数据库用来提升模型。　　我们总共搜集了2200万辆（占全美汽车总数8%）汽车的数据，用来准确估算这个地区的收入、种族、教育和投票程式（voTIngpattern）。结果显示出的关系出人意料的

5、简单和有力。比如，如果在一个城市里15分钟的车程中，遇到的轿车数量高于卡车数量，那么这个城市倾向于在下届大选中投票给民主党（88%几率）；反之则倾向于投票给共和党（82%）。我们的结果表明，自动系统监测使用良好的空间分辨率，能够接近实时地监测人口趋势，可以有效地辅助劳动密集型的调查方法。