爱与否科技|19 种灾害事件,MIT 更新最大自然灾害图像数据集,囊括


爱与否科技|19 种灾害事件,MIT 更新最大自然灾害图像数据集,囊括
文章图片
来源:HyperAI超神经本文约2600字 , 建议阅读9分钟本文为你分享迄今为止规模最大、质量最高的自然灾害卫星图像数据集 。 标签:自然灾害数据集[摘要]麻省理工学院在最近ECCV2020上提交的一篇论文中 , 发布了一套自然灾害图像数据集 。 这是迄今为止规模最大、质量最高的自然灾害卫星图像数据集 。 2020年 , 多灾多难的一年 。 年初爆发的疫情 , 夏天南方的洪灾 , 近期美国加州的野火……
洪灾、山火、地震之类的自然灾害 , 总是威胁着人们的生命财产安全 。 而在无法避免其发生的情况下 , 如果能够及时、迅速地发现一些细微的变化 , 就能更好地制定相应救援方案 , 更合理地进行资源配置 , 同时也有助于进行相关新闻的报道 。
因此 , 麻省理工学院的工程学硕士生EthanWeber和合作者HassanKan , 在最新论文《BuildingDisasterDamageAssessmentinSatelliteImagerywithMulti-TemporalFusion》(《具有多时相融合的卫星影像中的建筑物灾害破坏评估》)中提出了一个深度学习模型 , 能够对受损区域的卫星图像进行更快、更精准的评估 , 从而为急救人员争取更多的时间、最大程度地减少损失 。
爱与否科技|19 种灾害事件,MIT 更新最大自然灾害图像数据集,囊括
文章图片
该论文在近期CV顶会ECCV2020上发表
论文地址:https://arxiv.org/pdf/2004.05525.pdf
与此同时 , 他们还发布了一个最新的用于损坏评估的卫星图像数据集 , 让图像事件检测的相关研究更进一步 , 研究人员能实现更精确的定位和量化损失 。
用AI与时间赛跑:加速灾情评估
对于自然灾害 , 现场应急小组减少反应时间 , 迅速响应、采取行动 , 对于减少损失和挽救生命至关重要 。 此外 , 为了更好地在受灾地区部署资源 , 应急人员必须了解损失的确切位置和严重性 , 这些同样重要 。
目前 , 应急人员通常通过人力观察卫星图像的方法 , 来评估灾害损坏程度 , 但评估过程可能要花费数小时之久 , 这对于抢救工作极为不利 。
爱与否科技|19 种灾害事件,MIT 更新最大自然灾害图像数据集,囊括
文章图片
人员观察分析卫星图像耗时耗力
是目前自然灾害评估工作中的一个瓶颈
EthanWeber的这项研究贡献在于 , 创建自动分析图像的工具 , 减少图像分析时间 , 赢得与时间的赛跑 。
另外 , 其研究通过共享权值的CNN(卷积神经网络) , 独立地提供灾前和灾后图像 , 可以获得更好的性能 。
他们还提出了一种新的计算机视觉模型 , 该模型能够检测在Twitter和Flickr等社交媒体平台上发布的图片中的事件 。
爱与否科技|19 种灾害事件,MIT 更新最大自然灾害图像数据集,囊括
文章图片
论文中提出的建筑损坏预测、评估模型架构
标记19种自然灾害的22068张图像
除了提出新模型外 , 该研究团队还重磅发布了一个新的事件数据集:xBD数据集 。
该数据集包含22068张图像 , 标记有19种不同的事件 , 包括地震 , 洪水 , 野火、火山爆发和车祸等 。 这些图像包括了灾前、灾后图像 , 图像可用于构建定位和损伤评估这两项任务 。
爱与否科技|19 种灾害事件,MIT 更新最大自然灾害图像数据集,囊括
文章图片
爱与否科技|19 种灾害事件,MIT 更新最大自然灾害图像数据集,囊括
文章图片
飓风灾前图像(左图)与灾后图像(右图)
据介绍 , xBD数据集是迄今为止第一个建筑破坏评估数据集 , 是带注释的高分辨率卫星图像中规模最大、质量最高的公共数据集之一 。 其基本信息如下:
xBDDataset发布机构:MIT包含数量:22068张图像数据格式:png数据大小:31.2GB更新时间:2020年8月下载地址:https://hyper.ai/datasets/13272


推荐阅读