새로운 오픈 빌딩 데이터 세트의 AI 중심 개발
2025년 4월 10일
HarryGonzález
38

2021 년 Google Research Africa 팀은 AI 및 고해상도 위성 이미지를 사용하여 전 세계 남부 전역에 발자국을 구축하는 오픈 소스 데이터 세트 인 오픈 건물을 시작했습니다. 그들의 목표는 매우 간단했습니다. 개발 도상국의 인구와 밀도에 대한 데이터에 큰 구멍을 뚫는 것입니다. 이제 세 번째 버전이 나오면서 데이터 세트는 아프리카, 동남아시아, 라틴 아메리카 및 카리브해에 5 천 8 백만 km² 이상의 무려 18 억 건의 건물에 대한 다각형을 자랑합니다. 정부에서 유엔, 심지어 연구원과 비영리 단체까지 많은 사람들이 개방형 건물을 사용하여 인구 규모와 분포를 처리하고 있습니다. 이를 통해 예방 접종 드라이브 및 재난 대응과 같은 것들을 위해 더 나은 계획을 세우는 데 도움이되었습니다. 또한 이전에 매핑되지 않은 수백만 건의 건물을 추가하여 Google지도를 강화했습니다. 가나에 본사를 둔이 팀은 텔 아비브 (Tel Aviv)와 취리히 (Zurich)와 같은 장소에 흩어져있는 회원들과 함께 프로젝트를 더욱 유용하게 만드는 임무를 수행하고 있습니다. Google Research Program Manager Abdoulaye Diack는“우리는 항상 해커 톤 모드에 있으며 새로운 아이디어를 시도하고 도전 과제를 해결합니다. "원래 데이터 세트로 우리가 할 수 없었던 한 가지는 시간이 지남에 따라 영역이 어떻게 변하는 지 보여주었습니다. 그것은 정적이었습니다. 그리고 그것은 우리의 파트너들이 정말로 원했던 것입니다." 상업용 위성 이미지 제공 업체는 일반적으로 벅스를 가져 오는 지역에 중점을 두어 정기적 인 고해상도 범위없이 세계의 약 40%, 대부분 세계 남부를 남깁니다. 일부 원격 지점과 비공식 정착지는 전혀 보도를 얻지 못합니다. 한편, 유럽 우주국의 Sentinel-2 위성의 오픈 소스 이미지는 5 일마다 글로벌 사진을 찍는 것입니다. 그러나 팀은 그들이 생각했던 것만 큼 큰 거래가 아닐 수도 있다고 생각했기 때문에 그들은 총에 맞았습니다. 먼저, 그들은 Sentinel-2에서 모델로 단일 저용량의 프레임을 공급하고 건물 다각형을 그리도록 요청했습니다. Abdoulaye는“힘들었지 만 잠재력을 보았습니다. "그래서 우리는 모델에 특정 지점에 묶인 이진 픽셀 데이터를 우리에게 제공하라고 말했습니다. 괜찮 았습니다. 우리는 '이봐, 우리는 이것을 할 수 있습니다.'라고 생각했습니다. 그것은 2016 년에서 2023 년까지 다루며 매년 전 세계 남부의 많은 건물과 건물의 건물에 대한 매년 스냅 샷과 건물 높이를 제공합니다. 이것은 개발, 재난 및 기타 요인으로 인해 도시가 어떻게 변화하는지 보여줍니다. 사용자는 지역을 선택하고 수년 동안 뒤집어 놓고 화려한 모양으로 세상이 성장하고 축소되는 것을 볼 수 있습니다. 구글 리서치 제품 관리자 인 올리비아 그레이엄 (Olivia Graham)은“2050 년까지 약 25 억 명의 사람들이 세계 남부에서 도시로 이사 할 수있다.이 데이터 세트는 이러한 성장을 다루는 정부와 조직의 게임 체인저가 될 수있다. "도시가 의료 및 교육과 같은 필수 서비스를 제공 할 곳 또는 물 및 에너지 공급과 같은 인프라를 구축 할 곳을 계획하는 경우이 데이터 세트는 어느 지역이 빠르게 성장하고 있는지 보여줍니다." 2018 년 9 월 28 일, 인도네시아 해안에서 대규모 7.4 규모의 지진이 쓰나미를 촉발시켜 술라웨시의 약 150 만 명이 영향을 미쳤습니다. 데이터 세트는 재난 후 건축 된 지역이 해안에서 어떻게 철회했는지 보여줍니다. 대화식 Earth Engine 앱에서 확인할 수 있습니다. Open Buildings 2.5d Tempaset DeMo에서 이집트의 New Cairo 건설을 볼 수 있습니다. 그렇다면 팀은 어떻게 모델이 Sentinel-2의 퍼지 위성 이미지를 읽고 건물을 자신있게 감지하도록 모델을 얻었습니까? 그들은 물건을 연마하기 시작했습니다. Google Research 소프트웨어 엔지니어 인 Krishna Sapkota는“우리는 교사-학생 모델 설정을 사용하여 저해상도 이미지를 '슈퍼 리전'하고 건물 발자국을 꺼내기 위해 사용했습니다. "교사 모델은 고해상도 이미지에 건물을 발견하고 학생 모델에 레이블을 제공하는 법을 배우고 실제로 데이터 세트를 생성하고 교사의 출력에서 배웁니다. 그런 다음 Sentinel-2에서 저해상도 이미지를 찍을 수 있습니다." 교사 모델은 학생 모델에 고해상도 훈련 레이블을 제공하여 저해상도 이미지에서 존재하는 존재를 파악합니다. 발자국 구축에 필요한 세부 사항을 얻기 위해이 모델은 예측을 위해 최대 32 프레임의 Sentinel-2 이미지를 사용합니다. 각 프레임은 캡처 사이의 작은 시간 간격 덕분에 다른 프레임과 약간 다릅니다. 이는 해상도를 높이는 데 도움이됩니다. 건물의 정확한 다각형 윤곽선을 제공 한 원래 데이터 세트와 달리 새로운 시간 데이터 세트는 발자국 구축에 래스터 데이터를 사용합니다. 또한 인구 밀도를 추정하는 데 중요한 건물 높이를 예측하고 1.5 미터 또는 1 층 미만의 오류가 있습니다. 공식 릴리스 전에 시간 데이터 세트는 우간다 비영리 Sunbird AI와 같은 신뢰할 수있는 파트너와 공유되었습니다. Olivia는“우간다의 약 73%가 전기가없고 Sunbird AI는 원래 데이터베이스를 사용하여 정부가 마이크로 그리드 또는 태양 전지판을 어디에 두어야하는지 파악할 수 있도록 도와주었습니다. "새로운 데이터 세트를 사용하면 Jinja와 Fort Portal을보고 있는데, 시의회가 성장이 빠르게 진행되는 곳을보고 계획을 조정하는 데 도움이되는 영상을 만듭니다. 두 데이터 세트 모두 더 큰 툴킷의 일부가되는 방법과 인구를 이해하는 방법을 보여줍니다." 시간적 데이터 세트로 이어진 같은 호기심은 팀이 계속 개선하도록 밀고 있습니다. Abdoulaye는“저는 가나에 살고 있으며 우리의 일이 미치는 영향을보고 있습니다. "여기의 많은 곳은 자원으로 어려움을 겪고 있으며, 이는 큰 결과를 초래하는 데이터 격차로 이어집니다. 팀의 일원이 그것을 고치고 차이를 만드는 것은 진정한 영광입니다."
관련 기사
Debates over AI benchmarking have reached Pokémon
Even the beloved world of Pokémon isn't immune to the drama surrounding AI benchmarks. A recent viral post on X stirred up quite the buzz, claiming that Google's latest Gemini model had outpaced Anthropic's leading Claude model in the classic Pokémon video game trilogy. According to the post, Gemini
Top 10 AI Marketing Tools for April 2025
Artificial intelligence (AI) is shaking up industries left and right, and marketing is no exception. From small startups to big corporations, businesses are increasingly turning to AI marketing tools to boost their brand visibility and drive their growth. Incorporating these tools into your business
Wikipedia is giving AI developers its data to fend off bot scrapers
Wikipedia's New Strategy to Manage AI Data Scraping
Wikipedia, through the Wikimedia Foundation, is taking a proactive step to manage the impact of AI data scraping on its servers. On Wednesday, they announced a collaboration with Kaggle, a platform owned by Google and dedicated to data science and
의견 (25)
0/200
StevenSanchez
2025년 4월 14일 오전 12시 10분 4초 GMT
This dataset is a game-changer for urban planning in the Global South! It's amazing how AI can help map building footprints so accurately. Only downside is it's a bit tricky to navigate the dataset if you're not tech-savvy. Still, a must-have for researchers!
0
DonaldGonzález
2025년 4월 13일 오후 9시 52분 40초 GMT
グローバルサウスの都市計画に革命をもたらすデータセットです!AIが建物のフットプリントをこれほど正確にマッピングできるなんて驚きです。唯一の欠点は、技術に詳しくないとデータセットの操作が少し難しいことです。それでも、研究者にとって必須のツールです!
0
WillLopez
2025년 4월 11일 오후 10시 31분 22초 GMT
글로벌 사우스의 도시 계획에 혁신을 가져오는 데이터셋입니다! AI가 건물의 발자취를 이렇게 정확하게 매핑할 수 있다는 것이 놀랍습니다. 단점은 기술에 익숙하지 않으면 데이터셋을 다루기가 조금 어렵다는 점입니다. 그래도 연구자에게는 필수 도구입니다!
0
JustinJackson
2025년 4월 13일 오전 11시 49분 41초 GMT
Este conjunto de dados é um divisor de águas para o planejamento urbano no Sul Global! É incrível como a IA pode mapear as pegadas dos edifícios com tanta precisão. A única desvantagem é que pode ser um pouco complicado navegar pelo conjunto de dados se você não for muito técnico. Ainda assim, uma ferramenta essencial para pesquisadores!
0
RaymondRodriguez
2025년 4월 12일 오전 12시 51분 42초 GMT
¡Este conjunto de datos es un cambio de juego para la planificación urbana en el Sur Global! Es increíble cómo la IA puede mapear las huellas de los edificios con tanta precisión. La única desventaja es que puede ser un poco complicado navegar por el conjunto de datos si no eres muy técnico. Aún así, una herramienta imprescindible para los investigadores!
0
AnthonyMartinez
2025년 4월 11일 오후 7시 26분 38초 GMT
The Open Buildings dataset is a game-changer for urban planning in the Global South! It's amazing how AI and satellite imagery can map out building footprints so accurately. My only gripe is that the data updates aren't as frequent as I'd like. Still, it's a fantastic resource! 🌍
0










This dataset is a game-changer for urban planning in the Global South! It's amazing how AI can help map building footprints so accurately. Only downside is it's a bit tricky to navigate the dataset if you're not tech-savvy. Still, a must-have for researchers!




グローバルサウスの都市計画に革命をもたらすデータセットです!AIが建物のフットプリントをこれほど正確にマッピングできるなんて驚きです。唯一の欠点は、技術に詳しくないとデータセットの操作が少し難しいことです。それでも、研究者にとって必須のツールです!




글로벌 사우스의 도시 계획에 혁신을 가져오는 데이터셋입니다! AI가 건물의 발자취를 이렇게 정확하게 매핑할 수 있다는 것이 놀랍습니다. 단점은 기술에 익숙하지 않으면 데이터셋을 다루기가 조금 어렵다는 점입니다. 그래도 연구자에게는 필수 도구입니다!




Este conjunto de dados é um divisor de águas para o planejamento urbano no Sul Global! É incrível como a IA pode mapear as pegadas dos edifícios com tanta precisão. A única desvantagem é que pode ser um pouco complicado navegar pelo conjunto de dados se você não for muito técnico. Ainda assim, uma ferramenta essencial para pesquisadores!




¡Este conjunto de datos es un cambio de juego para la planificación urbana en el Sur Global! Es increíble cómo la IA puede mapear las huellas de los edificios con tanta precisión. La única desventaja es que puede ser un poco complicado navegar por el conjunto de datos si no eres muy técnico. Aún así, una herramienta imprescindible para los investigadores!




The Open Buildings dataset is a game-changer for urban planning in the Global South! It's amazing how AI and satellite imagery can map out building footprints so accurately. My only gripe is that the data updates aren't as frequent as I'd like. Still, it's a fantastic resource! 🌍












