CNN 기반 위성 이미지를 활용한 북한의 도시 인구추정|RISS 상세보기

국문 초록 (Abstract)

북한은 공식적인 절차를 통해 인구데이터를 공개하지 않지만, 통계청, 인터넷 검색을 통해 북한의 인구와 관련된 자료를 확인할 수 있다. 그러나 이 데이터들은 1993년, 2008년에 유엔인구기금(UNFPA)의 지원을 받아 실시한 인구총조사를 기반으로 추정된 자료이고 신뢰성도 떨어지는 것으로 알려져 있다. 이에 본 연구에서는 북한의 현재 인구를 가늠하기 위한 첫 시도로 2023년 북한의 주간 위성 이미지를 이용하여 평양과 개성의 인구를 격자 단위로 추정하였다. 연구 결과로 CNN 기반 격자 단위 인구추정 모델을 개발하였다. 이 모형은 우리나라를 대상으로 CNN 모델을 훈련하고, 북한에 적용하는 것을 목표로 한다. 모형은 CNN의 대표적인 알고리즘인 VGG16 모델을 기반으로 전이학습을 하였으며, 주간 위성 이미지에서 나타나는 남북한의 계절 차이를 조정하기 위해 U-net을 활용하여 조정된 이미지를 사용하였다. 또한, 이웃효과(neighboring effects)를 추가하여 모델의 성능을 개선하였다. 모델 적합 결과 우리나라의 4대 광역시의 인구는 실제 인구와 큰 차이 없이 추정되었으며, 북한의 평양과 개성의 인구는 2008년 센서스인구와 유사하게 추정되어 만족스러운 결과를 보여주었다.

번역하기

북한은 공식적인 절차를 통해 인구데이터를 공개하지 않지만, 통계청, 인터넷 검색을 통해 북한의 인구와 관련된 자료를 확인할 수 있다. 그러나 이 데이터들은 1993년, 2008년에 유엔인구기금...

다국어 초록 (Multilingual Abstract)

North Korea does not officially disclose population data through formal procedures. However, information related to North Korea's population can be verified through KOSTAT or internet searches. Nevertheless, these data are based on population surveys conducted with the support of the United Nations Population Fund (UNFPA) in 1993 and 2008, and are known to be of questionable reliability. In this study, as an initial attempt to estimate the current population of North Korea, we utilized daytime satellite images from 2023 to estimate the populations of Pyongyang and Kaesong at the grid level. The research resulted in the development of a gridded population estimation model based on a Convolutional Neural Network (CNN). The model was trained on CNN using data from South Korea and aimed to be applied to North Korea. It employed the VGG16 model, a representative algorithm of CNN, for transfer learning. To account for seasonal differences in the images from daytime satellite data, a U-net was used for image adjustment. Furthermore, neighboring effects were incorporated to enhance the model's performance. The model fitting results indicated that the populations of the four major metropolitan cities in South Korea were estimated without significant differences from actual populations. The populations of Pyongyang and Kaesong in North Korea were also estimated to be similar to the 2008 census data, demonstrating satisfactory results.

번역하기

참고문헌 (Reference)

1 Simonyan, K, "Very deep convolutional networks for large-scale image recognition"

2 유수홍 ; 한수희 ; 허준 ; 손홍규, "Variable selection for estimating population using DMSP-OLS night-time image" 27 (27): 69-74, 2011

3 김민호, "The population estimation of metropolitan cities and provinces in South Korea using land use land cover and nighttime light satellite imagery" 54 (54): 243-254, 2020

4 Huang, X., "Sensing population distribution from satellite imagery via deep learning : model selection, neighboring effects, and systematic biases" 14 : 5137-5151, 2021

5 Tobler, W., "Satellite confirmation of settlement size coefficients" 1 (1): 30-34, 1969

6 Liu, Q., "Relationships between nighttime imagery and population density for Hong kong" 31 : 79-90, 2011

7 김민호, "Population estimation at province and county levels using DMSP/OLS and SNPP/VIIRS DNB nighttime satellite imagery" 53 (53): 311-320, 2019

8 Hu, W., "Mapping missing population in rural India: a deep learning approach with satellite imagery" 353-359, 2019

9 변상영 ; 이동찬 ; 김기환, "Estimating gridded population using day-time satellite image by CNN" 25 (25): 467-479, 2023

10 김기환 ; 이동찬 ; 변상영, "Development of grid unit population estimation model using night satellite image" 24 (24): 83-92, 2022