SpaceNet：一个遥感数据集与系列挑战赛
计算机视觉与模式识别
2019-07-16 v3
摘要
基础地图绘制在世界许多地区仍是一项挑战，尤其在自然灾害等动态场景中，及时更新至关重要。当前地图更新高度依赖人工，需要大量标注人员创建地物特征或严格验证自动化输出。我们认为，地球成像卫星星座的高频重访结合先进机器学习技术，可加速现有快速更新基础地图的工作。为此，SpaceNet 合作方（CosmiQ Works、Radiant Solutions 和 NVIDIA）在 Amazon Web Services (AWS) 上发布了名为 SpaceNet 的大型标注卫星影像语料库。SpaceNet 合作方还发起了一系列公开奖金竞赛，以推动遥感机器学习算法的改进。前两项竞赛聚焦于自动化建筑足迹提取，最近的挑战赛则聚焦于道路网络提取。本文讨论了 SpaceNet 影像、标签、评估指标、迄今的奖金挑战赛结果以及 SpaceNet 挑战赛系列的未来计划。
引用
@article{arxiv.1807.01232,
title = {SpaceNet: A Remote Sensing Dataset and Challenge Series},
author = {Adam Van Etten and Dave Lindenbaum and Todd M. Bacastow},
journal= {arXiv preprint arXiv:1807.01232},
year = {2019}
}
备注
10 pages, 5 figures, 2 tables, 5 appendices