Представляем SpaceNet 7: вызов разновременного городского развития
Предисловие: SpaceNet LLC - это некоммерческая организация, деятельность которой направлена на ускорение прикладных исследований с открытым исходным кодом и искусственного интеллекта для геопространственных приложений, в частности, фундаментального картографирования (т. е. обнаружения следов зданий и дорожных сетей). SpaceNet управляется в сотрудничестве соучредителем и управляющим партнером CosmiQ Works, соучредителем и сопредседателем Maxar Technologies и нашими партнерами Amazon Web Services (AWS), Capella Space, Topcoder, IEEE GRSS, Национальное агентство геопространственной разведки и Планета.
Аналитика спутниковых изображений имеет множество приложений, связанных с человеческим развитием и реагированием на стихийные бедствия, особенно когда используются методы временных рядов. Задача SpaceNet 7 Multi-Temporal Urban Development Challenge направлена на совершенствование этих методов, одновременно продвигая передовые достижения в основной миссии SpaceNet - картировании. SpaceNet 7 будет представлена в качестве соревнования на конференции NeurIPS 2020 года в декабре и будет направлена на выявление и отслеживание зданий во временных рядах спутниковых изображений, собранных над быстро урбанизирующимися территориями (см. Рисунок 1). Помимо своей значимости для реагирования на стихийные бедствия, обеспечения готовности к болезням и мониторинга окружающей среды, эта задача ставит интересные технические задачи для сообщества компьютерного зрения.
Конкурс проводится вокруг нового набора данных с открытым исходным кодом мозаик спутниковых снимков Планета, который будет включать 24 изображения (по одному в месяц), охватывающих ~ 100 уникальных географических регионов. Каждая география показывает значительные городские изменения за двухлетний период. Набор данных будет включать ›40 000 квадратных километров изображений и исчерпывающих полигональных меток контуров зданий на изображениях, в общей сложности более 10 миллионов отдельных аннотаций (см. Рисунок 2). Участникам конкурса будет предложено отслеживать строительство отдельных зданий с течением времени, тем самым непосредственно оценивая урбанизацию.
SpaceNet 7 представляет собой уникальную проблему с точки зрения компьютерного зрения из-за небольшой площади пикселей каждого объекта, высокой плотности объектов в изображениях и значительного различия между изображениями по сравнению с покадровыми вариациями в отслеживании видеообъектов. Мы считаем, что эта задача поможет усилиям по разработке полезных инструментов для обнаружения изменений накладных расходов.
Участникам будет предложено как локализовать, так и отслеживать здания с течением времени (оценка будет вариацией метрики MOTA). Это означает, что каждому зданию будет присвоен уникальный идентификатор (то есть адрес), который должен быть неизменным во времени. Возможность однозначно идентифицировать здания в динамичных местах и условиях наблюдения (например, облака, дымка, сезонность) непосредственно по изображениям с высоты птичьего полета будет очень полезна в одной из ключевых целей SpaceNet: продвижении фундаментального картографирования.
Своевременные и точные базовые карты имеют решающее значение для очень многих областей. Например, карты с высоким разрешением помогают идентифицировать сообщества, подверженные риску стихийных бедствий и антропогенных катастроф. Конкретный пример в этой ветке: определение нового строительства на спутниковых снимках является важным фактором при оценке численности населения во многих областях (например, [1]). Тем не менее, оценки численности населения во многих частях мира часто неточны, устарели или вообще отсутствуют. В 2015 году Всемирный банк подсчитал, что в 110 странах мира отсутствуют эффективные системы регистрации актов гражданского состояния и статистики естественного движения населения (CRVS), то есть регистрации рождений, смертей, браков и разводов [2]. CRVS также имеет основополагающее значение для оценки прогресса в 67 из 232 показателей Целей устойчивого развития ООН [3]. Неточные оценки численности населения могут привести к плохому распределению государственных расходов и помощи, переполненным больницам и неточным оценкам риска стихийных бедствий [4]. Таким образом, ожидаемые в SpaceNet 7 динамические зоны покрытия зданий с высоким разрешением и обнаружение адресов могут значительно повысить точность оценок численности населения в плохо нанесенных на карту областях.
В будущих публикациях мы углубимся в изображения и метки SpaceNet 7 и предоставим дополнительные сведения о том, что делает этот набор данных уникальным. Кроме того, по мере приближения даты запуска 31 августа 2020 года следите за обновлениями, чтобы получить дополнительную информацию о структуре задач, базовой модели и ресурсах, доступных для изучения этого обширного набора данных.
* Благодарим Ника Вейра и Хесуса Мартинеса Мансо за вклад в этот пост.
======================================
[1] Энгстром, Райан; Ньюхаус, Дэвид Локк; Соундарараджан, Видхья. 2019. Оценка плотности населения малых территорий с использованием данных обследований и спутниковых изображений: приложение для Шри-Ланки (английский). Рабочий документ по глобальной практике бедности и справедливости; нет. 194. Вашингтон, округ Колумбия: Группа Всемирного банка.
[2] Миллс, С .: Регистрация актов гражданского состояния и статистика естественного движения населения: ключ к получению более точных данных о материнской смертности (ноябрь 2015 г.).
[3] Миллс, С., Абузар, К., Ким, Дж., Рассех, Б.М., Сарпонг, Д.: Регистрация актов гражданского состояния и статистика естественного движения населения (crvs) для мониторинга целей устойчивого развития (sdgs). (2017)
[4] Гуха-Сапир, Д., Хойойс, П. В: Оценка населения, пострадавшего от стихийных бедствий: обзор методологических вопросов и пробелов в исследованиях. Группа ООН по устойчивому развитию (март 2015 г.)
