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。”