xBD：用于从卫星影像评估建筑损毁的数据集
计算机视觉与模式识别
2019-11-22 v1
摘要
我们提出 xBD，一个用于推进变化检测与建筑损毁评估以服务人道主义援助和灾害恢复研究的新大规模数据集。自然灾害响应需要准确了解受影响区域中受损的建筑。当前的响应策略要求在灾害发生后 24–48 小时内进行实地损毁评估。将航空影像与计算机视觉算法结合以评估损毁并降低对人类生命的潜在危险，存在巨大潜力。与多个灾害响应机构合作，xBD 提供了多种灾害事件前后的卫星影像，包含建筑多边形、损毁程度的序数标签以及相应的卫星元数据。此外，该数据集还包含火灾、积水和烟雾等环境因素的边界框与标签。xBD 是迄今最大的建筑损毁评估数据集，包含横跨 45,362 km\textsuperscript{2} 影像的 850,736 个建筑标注。
引用
@article{arxiv.1911.09296,
title = {xBD: A Dataset for Assessing Building Damage from Satellite Imagery},
author = {Ritwik Gupta and Richard Hosfelt and Sandra Sajeev and Nirav Patel and Bryce Goodman and Jigar Doshi and Eric Heim and Howie Choset and Matthew Gaston},
journal= {arXiv preprint arXiv:1911.09296},
year = {2019}
}
备注
9 pages, 10 figures