多时相城市发展SpaceNet数据集

卫星影像分析具有众多人类发展与灾害响应应用，尤其在涉及时序方法时。例如，量化人口统计对联合国可持续发展目标指标 231 项中的 67 项至关重要，但世界银行估计目前有超过 100 个国家缺乏有效的民事登记系统。为帮助弥补这一缺失并开发用于时序数据的新颖计算机视觉方法，我们提出了多时相城市发展 SpaceNet（MUDS，亦称 SpaceNet 7）数据集。该开源数据集由中分辨率（4.0m）卫星影像镶嵌图组成，包含 24 幅影像（每月一幅）覆盖超过 100 个独特地理区域，涵盖超过 40,000 km2 的影像及其中建筑足迹的详尽多边形标注，总计超过 1100 万个独立标注。每栋建筑被分配唯一标识符（即地址），从而允许随时间追踪单个对象。标注保真度超过影像分辨率；这种“全知标注”是该数据集的独特特征，并使得能够构建出令人惊讶地精确的算法模型。我们展示了随时间追踪建筑足迹建设（或拆除）的方法，从而直接评估城市化。性能通过新开发的 SpaceNet 变化与对象追踪（SCOT）度量来衡量，该度量量化对象追踪与变化检测两方面。我们证明，尽管数据分辨率中等，我们仍能够随时间追踪单个建筑标识符。该任务对灾害准备、环境、基础设施发展和传染病预防具有广泛意义。