AI驱动的新开放建筑数据集的开发已揭晓

在2021年,Google Research Africa团队启动了Open Buildings,这是一个开源数据集,利用AI和高分辨率卫星图像绘制全球南方的建筑足迹。他们的目标非常直接:填补发展中国家人口和密度数据的巨大空白。现在,第三版数据集已经发布,包含了非洲、南亚和东南亚、拉丁美洲及加勒比地区5800万平方公里内18亿座建筑的多边形。
许多人,包括政府、联合国、研究人员和非营利组织,都在使用Open Buildings来了解人口规模和分布。这帮助他们更好地规划疫苗接种活动和灾难应对。此外,它还通过添加数百万此前未被映射的建筑,增强了Google Maps的功能。
团队总部设在加纳,但成员分布在特拉维夫和苏黎世等地,一直致力于使项目更有用。Google Research项目经理Abdoulaye Diack说:“我们始终处于黑客马拉松模式,尝试新想法并应对挑战。原始数据集无法显示区域随时间的变化——它是静态的。这是我们的合作伙伴非常希望改进的地方。”
商业卫星图像提供商通常关注能带来利润的区域,导致全球约40%的地区,主要是全球南方,缺乏定期高分辨率覆盖。一些偏远地区和非正式定居点完全没有覆盖。同时,欧洲航天局的Sentinel-2卫星提供的开源图像,每五天拍摄一次全球图像,被认为分辨率太低,无法用于建筑检测。
但团队认为这可能不是大问题,于是决定尝试。
首先,他们将Sentinel-2的单帧低分辨率图像输入模型,要求其绘制建筑多边形。Abdoulaye说:“这很困难,但我们看到了潜力。所以我们让模型只提供建筑掩膜——与特定地点关联的二进制像素数据。结果还不错,我们觉得,‘嘿,我们能做到。’”
经过一年的模型调整,他们于上个月推出了Open Buildings 2.5D时序数据集。它覆盖2016年至2023年,提供了全球南方大部分地区的建筑存在和数量的年度快照,以及建筑高度。这显示了城市因发展、灾难和其他因素而发生的变化。用户可以选择一个区域,翻阅年份,观看世界在多彩的形状展示中增长或缩小。
Google Research产品经理Olivia Graham说:“到2050年,约25亿人可能迁往城市,主要是全球南方。这个数据集可能为政府和组织应对这一增长带来巨大改变。如果一个城市在规划医疗、教育等基本服务或建造水电基础设施的位置,这个数据集能显示哪些地区增长很快。”
2018年9月28日,印尼海岸发生7.4级大地震,引发海啸,影响了苏拉威西岛约150万人。该数据集显示了灾后沿海建筑区域的退缩。你可以在我们的交互式Earth Engine应用中查看。
你还可以在Open Buildings 2.5D时序数据集演示中看到埃及新开罗的建设情况。
那么,团队是如何让模型读取Sentinel-2模糊的卫星图像并自信地检测建筑的?他们从提高清晰度开始。
Google Research软件工程师Krishna Sapkota说:“我们使用了一种师生模型设置,既能‘超分辨率’处理低分辨率图像,又能提取建筑足迹。教师模型学会在高分辨率图像中识别建筑,并为学生模型提供标签。学生模型,也就是实际创建数据集的模型,从教师模型的输出中学习。它随后可以处理Sentinel-2的低分辨率图像,并猜测高分辨率版本的样子。”
相关文章
谷歌推出“Dreambeans”——其迄今为止最奇特的人工智能工具,可将你的生活变成卡通片
负责实验性产品设计的部门 Google Labs 发布了一款面向 iOS 和 Android 平台的新型人工智能应用,它能让你的日常生活焕发活力。向大家介绍 Dreambeans。关于这个名字的由来,稍后将进行说明。这款工具究竟是什么?该应用的产品负责人戈兹德·奥兹努尔(Gozde Oznur)向TechCrunch解释道,其核心理念是整合用户在各类谷歌服务中的数据,从而生成一套由人工智能生成的个
随着AI模型路由技术势头渐增,Stripe将收购OpenRouter
Stripe 已同意收购 OpenRouter——这是一家人工智能模型路由平台,可让开发者通过单一接口访问数百种模型。此项收购将模型选择和路由功能融入 Stripe 现有的 AI 应用及基于令牌的计费业务中。据 Stripe 称,OpenRouter 支持来自 80 多家提供商的 400 多个模型。开发者无需与每个模型提供商分别进行集成,只需通过 OpenRouter 借助一个 API 即可发送请
谷歌AI概述在搜索结果中占据更多席位
根据Similarweb发布的《2026年生成式AI行业概况》报告,谷歌的AI生成的摘要出现在43%的美国搜索结果中,较一年前的15%显著上升。虽然“AI概览”会在标准搜索结果中展示生成的摘要,但“AI模式”则为复杂的查询和后续提示提供了对话式界面。用户可以在不丢失初始搜索上下文的情况下,从“AI概览”切换到“AI模式”。谷歌解释称,“AI模式”采用了一种名为“查询扇出”(query fan-ou
相关专题推荐
评论 (29)
0/500
Hmm, interesting that Google is focusing on the Global South. But I wonder if they’ll open-source the model too? 🤔
This dataset sounds like a game-changer for urban planning! Mapping buildings in the Global South with AI is super cool, but I wonder how accurate it is in super dense areas. 🏙️
Super cool to see AI mapping buildings in the Global South! 😮 Makes me wonder how this could help urban planning or disaster response.
This dataset sounds like a game-changer for urban planning! 😮 I wonder how accurate those AI-mapped footprints are compared to real-world buildings.
新しいオープンビルディングデータセットのAI駆動開発はすごくクール!AIと衛星画像でグローバルサウスの建物のフットプリントをマッピングできるなんて驚きだ。でも、データが少し圧倒的すぎる。とはいえ、人口密度を理解するのに素晴らしいツールだよ!🌍📊

在2021年,Google Research Africa团队启动了Open Buildings,这是一个开源数据集,利用AI和高分辨率卫星图像绘制全球南方的建筑足迹。他们的目标非常直接:填补发展中国家人口和密度数据的巨大空白。现在,第三版数据集已经发布,包含了非洲、南亚和东南亚、拉丁美洲及加勒比地区5800万平方公里内18亿座建筑的多边形。
许多人,包括政府、联合国、研究人员和非营利组织,都在使用Open Buildings来了解人口规模和分布。这帮助他们更好地规划疫苗接种活动和灾难应对。此外,它还通过添加数百万此前未被映射的建筑,增强了Google Maps的功能。
商业卫星图像提供商通常关注能带来利润的区域,导致全球约40%的地区,主要是全球南方,缺乏定期高分辨率覆盖。一些偏远地区和非正式定居点完全没有覆盖。同时,欧洲航天局的Sentinel-2卫星提供的开源图像,每五天拍摄一次全球图像,被认为分辨率太低,无法用于建筑检测。
但团队认为这可能不是大问题,于是决定尝试。
首先,他们将Sentinel-2的单帧低分辨率图像输入模型,要求其绘制建筑多边形。Abdoulaye说:“这很困难,但我们看到了潜力。所以我们让模型只提供建筑掩膜——与特定地点关联的二进制像素数据。结果还不错,我们觉得,‘嘿,我们能做到。’”
经过一年的模型调整,他们于上个月推出了Open Buildings 2.5D时序数据集。它覆盖2016年至2023年,提供了全球南方大部分地区的建筑存在和数量的年度快照,以及建筑高度。这显示了城市因发展、灾难和其他因素而发生的变化。用户可以选择一个区域,翻阅年份,观看世界在多彩的形状展示中增长或缩小。
Google Research产品经理Olivia Graham说:“到2050年,约25亿人可能迁往城市,主要是全球南方。这个数据集可能为政府和组织应对这一增长带来巨大改变。如果一个城市在规划医疗、教育等基本服务或建造水电基础设施的位置,这个数据集能显示哪些地区增长很快。”
那么,团队是如何让模型读取Sentinel-2模糊的卫星图像并自信地检测建筑的?他们从提高清晰度开始。
Google Research软件工程师Krishna Sapkota说:“我们使用了一种师生模型设置,既能‘超分辨率’处理低分辨率图像,又能提取建筑足迹。教师模型学会在高分辨率图像中识别建筑,并为学生模型提供标签。学生模型,也就是实际创建数据集的模型,从教师模型的输出中学习。它随后可以处理Sentinel-2的低分辨率图像,并猜测高分辨率版本的样子。”
谷歌推出“Dreambeans”——其迄今为止最奇特的人工智能工具,可将你的生活变成卡通片
负责实验性产品设计的部门 Google Labs 发布了一款面向 iOS 和 Android 平台的新型人工智能应用,它能让你的日常生活焕发活力。向大家介绍 Dreambeans。关于这个名字的由来,稍后将进行说明。这款工具究竟是什么?该应用的产品负责人戈兹德·奥兹努尔(Gozde Oznur)向TechCrunch解释道,其核心理念是整合用户在各类谷歌服务中的数据,从而生成一套由人工智能生成的个
随着AI模型路由技术势头渐增,Stripe将收购OpenRouter
Stripe 已同意收购 OpenRouter——这是一家人工智能模型路由平台,可让开发者通过单一接口访问数百种模型。此项收购将模型选择和路由功能融入 Stripe 现有的 AI 应用及基于令牌的计费业务中。据 Stripe 称,OpenRouter 支持来自 80 多家提供商的 400 多个模型。开发者无需与每个模型提供商分别进行集成,只需通过 OpenRouter 借助一个 API 即可发送请
谷歌AI概述在搜索结果中占据更多席位
根据Similarweb发布的《2026年生成式AI行业概况》报告,谷歌的AI生成的摘要出现在43%的美国搜索结果中,较一年前的15%显著上升。虽然“AI概览”会在标准搜索结果中展示生成的摘要,但“AI模式”则为复杂的查询和后续提示提供了对话式界面。用户可以在不丢失初始搜索上下文的情况下,从“AI概览”切换到“AI模式”。谷歌解释称,“AI模式”采用了一种名为“查询扇出”(query fan-ou
Hmm, interesting that Google is focusing on the Global South. But I wonder if they’ll open-source the model too? 🤔
This dataset sounds like a game-changer for urban planning! Mapping buildings in the Global South with AI is super cool, but I wonder how accurate it is in super dense areas. 🏙️
Super cool to see AI mapping buildings in the Global South! 😮 Makes me wonder how this could help urban planning or disaster response.
This dataset sounds like a game-changer for urban planning! 😮 I wonder how accurate those AI-mapped footprints are compared to real-world buildings.
新しいオープンビルディングデータセットのAI駆動開発はすごくクール!AIと衛星画像でグローバルサウスの建物のフットプリントをマッピングできるなんて驚きだ。でも、データが少し圧倒的すぎる。とはいえ、人口密度を理解するのに素晴らしいツールだよ!🌍📊





首页






