HyperAIHyperAI
il y a 11 jours

xBD : Un jeu de données pour évaluer les dommages aux bâtiments à partir d’images satellitaires

Ritwik Gupta, Richard Hosfelt, Sandra Sajeev, Nirav Patel, Bryce Goodman, Jigar Doshi, Eric Heim, Howie Choset, Matthew Gaston
xBD : Un jeu de données pour évaluer les dommages aux bâtiments à partir d’images satellitaires
Résumé

Nous présentons xBD, un nouveau jeu de données à grande échelle destiné à promouvoir la détection de changements et l’évaluation des dommages aux bâtiments dans le cadre de la recherche en assistance humanitaire et en récupération après catastrophe. La réponse aux catastrophes naturelles exige une compréhension précise de l’état des bâtiments endommagés dans une région touchée. Les stratégies actuelles de réponse nécessitent des évaluations des dégâts sur le terrain dans les 24 à 48 heures suivant la catastrophe. Un potentiel considérable existe pour exploiter des images aériennes combinées à des algorithmes de vision par ordinateur afin d’évaluer les dommages et de réduire les risques pour les vies humaines. En collaboration avec plusieurs agences de réponse aux catastrophes, xBD fournit des images satellites prédécesseur et postécesseur d’événements catastrophiques variés, accompagnées de polygones de bâtiments, d’étiquettes ordinales indiquant le niveau de dommage, ainsi que de métadonnées satellites correspondantes. En outre, le jeu de données inclut des boîtes englobantes et des étiquettes pour des facteurs environnementaux tels que les feux, l’eau et la fumée. xBD constitue actuellement le plus grand jeu de données dédié à l’évaluation des dommages aux bâtiments, comprenant 850 736 annotations de bâtiments réparties sur 45 362 km² d’images.

xBD : Un jeu de données pour évaluer les dommages aux bâtiments à partir d’images satellitaires | Articles de recherche récents | HyperAI