竞赛课目与评分规则


本届大赛旨在充分利用大数据、人工智能等先进技术,突破面向大规模多源异构高分数据信息提取与分析的技术瓶颈,形成一批高效、可用、实用的算法软件,提升高分对地观测信息共享与服务能力。

重点面向可见光、SAR等数据源,结合实际需求急迫的若干应用难题,强调智能算法与成像特性相结合,在图像目标识别、地物要素分类、数据语义描述等方面共设置2大方向共6个课目。课目覆盖高分地面处理和应用全流程。竞赛课目及评分规则如下:

1、目标识别方向

课目说明:

在大范围区域(百平方公里级)或复杂场景内,对高分辨率遥感图像中存在的典型地物目标进行自动定位,并赋予相应的标签类别。具体包括:

(1)高分辨率可见光图像中近岸舰船目标自动识别

(2)高分辨率SAR图像中飞机目标自动定位

(3)大范围海域SAR图像中舰船目标自动识别

评分规则:

本方向的测试数据将包含50-100幅图像,这些图像通过人工标注5-10类目标的位置和类别,各类别目标间互相不重复。在目标识别任务中,输入一幅图像,算法软件首先需要产生目标类别标签,以及每个目标对应的定位窗口,每个窗口对应一个标签。定位结果的评价指标将根据其中与真值最为接近的标签及相对的定位窗口产生。

本方向采用的评价指标为目标检测率与识别率。取得所有测试图像平均指标最高的团队即目标识别竞赛的优胜团队。

评价指标与得分计算方式详见《评分细则与参考样例》。

2、地物标注方向

课目说明:

在大范围区域(百平方公里级)内,对高分辨率遥感图像中的单个或多个地物目标进行多要素类别的语义标注、描述和提取。

具体包括:

(4)可见光复杂场景中道路/道路网自动提取

(5)全极化SAR图像中地物要素自动分类

(6)高分辨率可见光图像精细化标注

评分规则:

本方向的测试数据集将包含50-100幅图像,每幅图像对目标进行了整体或部分像素级标注。

本方向将采用平均像素分类准确率作为评价指标。取得平均指标最高的团队即地物标注提取的优胜团队。

评价指标与得分计算详见《评分细则与参考样例》。