创新赛道空天信息组 | 首届全球数智教育创新大赛

文摘   2024-06-29 09:18   北京  






赛事背景

为应对数智时代对全球高等教育带来的新机遇与新挑战,北京大学联合全球近30所大学成立“数智教育发展国际大学联盟(DI-IDEA)”(以下简称“联盟”)。根据联盟相关工作安排,为更好的促进联盟成员及全球高校之间的交流与合作,以赛促教,以赛促学,探索数智时代创新人才培养新范式,决定举办首届全球数智教育创新大赛


赛题名称:基于遥感AI数智技术的建筑物与道路精准矢量制图(简称:RSAIVector)


本赛题旨在探索“数智”科学技术在遥感影像矢量制图领域的创新,促进数智教育发展。参赛队伍将使用赛题指定的数据集,采用人工智能技术,以开放地球引擎OGE为测试平台,完成对遥感影像中建筑物矢量轮廓提取和道路矢量制图两个关键任务。期待借助“数智”科学技术,为自动驾驶、车路协同等实际应用场景提供更有效的空天信息解决方案。

赛题内容

参赛队伍通过人工智能技术,同时完成对建筑物和道路的精准矢量制图。建筑物任务要求准确提取建筑物轮廓,道路任务要求精准勾勒道路网络。通过解决这些技术挑战,期望参赛队伍在建筑物和道路矢量制图两个方面取得创新性成果,提高制图的准确性和鲁棒性。

1、建筑物任务的挑战:

建筑物形状和结构多样,包括不规则轮廓、多层建筑等,要求模型具备对复杂结构的理解和提取能力。

由于遥感影像中光照、阴影等变化对建筑物轮廓会产生影响,因此需要模型具备鲁棒性,能够在不同光照条件下准确提取轮廓信息。

由于建筑物间存在相互遮挡、密集布局,要求模型具备分割密集目标的能力,能够准确勾勒每个建筑物的边界。

2、道路任务的挑战:

道路网络复杂,包括各种道路类型、交叉口、环形道等,要求模型能够准确提取不同类型道路的几何结构。

由于遥感影像中有车辆、行人等的遮挡,增加了道路提取的难度,需要模型具备对遮挡物体的处理能力。

由于光照变化和阴影对道路边界具有模糊效应,需要模型具备对模糊效应的处理能力,以保持道路轮廓的清晰度。


参赛资格

1、参赛人员须为高校全日制在校本科生、硕士生或博士生在校生身份以大赛通知正式发布之日为准。

2、每个参赛项目团队人数不得超过10人,其中来自同一所高校的人数不得超过5人。每人只能参加1个创新赛道参赛项目团队

3、每个参赛项目可聘请1-2名指导老师,指导老师须为联盟成员单位正式在职教师。如参赛队伍成员均来自非联盟成员单位,须自行联络并聘请联盟成员单位的指导老师。

4、报名完成后,参赛团队负责人、成员及指导老师均不得变更

5、比赛过程中,一旦发现提交的材料存在虚假、抄袭或者侵犯他人知识产权,将被取消参赛资格。

6、大赛主办和技术支持单位中涉及题目编写、数据接触的人员及其近亲属禁止参赛


赛程安排

1

报名


报名开始:2024年6月27日              

报名结束:2024年8月31日

2

初赛


初赛提交开始:2024年7月31日         

初赛提交结束:2024年9月10日

3

复赛


复赛提交开始:2024年9月15日         

复赛提交结束:2024年10月15日

4

决赛


10月下旬,具体时间另行通知            

5

颁奖


2024年11月初进行颁奖

颁奖仪式将在中国北京举办,具体时间和形式另行通知

赛程安排所提到的时间均为北京时间。大赛组委会保留必要时更新比赛赛制及时间表的权利。



评选标准

在本次比赛中,将使用一系列评估指标全面评估参赛队伍对建筑物轮廓提取和道路矢量制图任务的性能。以下是详细说明:

1.建筑物轮廓提取任务评测指标:

(1). F1指标。为了衡量实例分割的准确性,我们首先采用标准MS-COCO度量提供的不同交并比(IoU)阈值下的平均精度(AP)和平均召回(AR)。

然后,计算F1指标来综合评估模型在实例层面上的精确度和召回率。

(2).C-IoU指标。建筑物轮廓提取任务需要考虑预测边框的几何准确性。使用C-IoU指标来同时对模型预测的分割准确性和多边形精确度进行评估。


2. 道路矢量制图任务评测指标:

(1).TOPO指标。该指标衡量预测道路和实际道路间拓扑一致性,值越高表示预测道路结果拓扑一致性越好。对于以形式表示的道路,随机选取实际道路中初始节点及预测道路最临近节点,并按照道路方向与距离,采样实际道路节点和预测道路节点,通过阈值计算节点匹配情况,实际道路节点未匹配定义为缺失,预测道路节点未匹配定义为多余,通过多轮初始化节点,计算最终指标。缺失与多余指标计算如下:



(2). APLS指标


3. 综合得分:

通过计算测试集上的F1指标、C-IoU指标、TOPO指标与APLS指标的算术平均,得到比赛综合得分。


奖项设置

本赛道奖金如下(金额为税前金额,以人民币计):

金奖1个,奖金10万元/个;

银奖1-3个,奖金3万元/个;

铜奖3-5个,奖金1万元/个;

优胜奖6-10个,奖金2000元/个


知识产权

1. 本大赛提供的赛题数据仅限用于比赛本身,不得在比赛范围外使用或对外传播。

2. 比赛过程中产生数据归主办方所有。

3. 比赛过程中,选手所使用的算法、工作流程等的知识产权都归属开发者所有。

报名注册即代表认同主办方以上声明。


报名咨询

报名网站:

https://diidea.pku.edu.cn/competition/

(复制至网页打开或点击阅读原文)

报名咨询:孔寅飞 01062752509

综合事务:

diidea@163.com

创新赛道空天信息组:

diidea_geoInfo@163.com








推荐关注




关于深势科技

深势科技是“AI for Science”科学研究范式的引领者和践行者。AI for Science 即运用 AI 学习一系列的科学原理和科学知识,并进一步解决科学研究和工业研发领域的关键问题。

深势科技依托在交叉学科领域的深耕,构建了“深势 · 宇知®”AI for Science 大模型体系,将众多学科的科研方法从“实验试错 / 计算机”时代带入了“预训练模型时代”,并以“微尺度工业设计与仿真”为切入点,打造了 Bohrium®玻尔®科研空间站、Hermite® 药物计算设计平台、RiDYMO® 难成药靶标研发平台及 Piloteye® 电池设计自动化平台等科研和工业研发基础设施,形成了 AI for Science 的“创新 - 落地”链路和开放生态,赋能“千行百业”,为人类经济发展最基础的生物医药、能源、材料和信息科学与工程研究打造新一代工业设计与仿真系统。

深势科技是国家高新技术企业、国家专精特新“小巨人”企业,在北京、上海、深圳等城市布局研发中心。科研技术团队由中国科学院院士领衔,汇集了超百位数学、 物理、化学、生物、材料、计算机等多个领域的优秀青年科学家和工程师,其中博士及博士后在公司成员中占比超过 35%。核心成员获得过2020年全球高性能计算领域的最高奖项“戈登贝尔奖”,相关工作入选2020年中国十大科技进展和全球 AI 领域十大技术突破。

深势科技 DP Technology
深势科技致力于运用人工智能和多尺度的模拟仿真算法,为人类文明最基础的生物医药、能源、材料和信息科学与工程研究打造新一代微尺度工业设计和仿真平台。
 最新文章