摘要
基础测绘在世界许多地区仍然是一个挑战，尤其是在自然灾害等动态情景中，及时更新地图至关重要。目前，更新地图是一个高度依赖人工的过程，需要大量的人力标注者来创建特征或严格验证自动化输出结果。我们提出，地球成像卫星星座的频繁重访可能在结合先进的机器学习技术时加速现有努力，以快速更新基础地图。为此，SpaceNet合作伙伴（CosmiQ Works、Radiant Solutions 和 NVIDIA）在亚马逊网络服务（AWS）上发布了一个名为 SpaceNet 的大规模标注卫星影像数据集。SpaceNet 合作伙伴还发起了一系列公开奖金竞赛，以鼓励改进遥感机器学习算法。前两次竞赛的重点是自动建筑物轮廓提取，最近的一次挑战则集中在道路网络提取上。本文讨论了 SpaceNet 影像、标签、评估指标、迄今为止的竞赛成果以及 SpaceNet 竞赛系列的未来计划。