2020 CCF大数据与计算智能竞赛决赛暨中国大数据技术大会在长沙结束
时间：
1月23日，2020年CCF大数据与计算智能竞赛（CCFBDCI）决赛和中国大数据技术大会在长沙结束。作为全球大数据和人工智能算法，应用程序和系统挑战领域最具影响力的大型竞赛之一，该竞赛吸引了来自全球的30,000多个团队，提交了80,000多个作品。
经过三个多月的激烈竞争，“命运的分裂”来自中国科学院深圳先进研究院多媒体研究中心的研究团队（以下简称“ SIAT-MMLAB”）获得了“遥感影像图分割”的称号。在总决赛中获胜。
64个获胜团队脱颖而出，并获得CCFBDCI综合特别奖。要求参赛者使用相同的数据来设计算法思想和输出算法模型，以使用相同的数据结合竞赛现场，展示多类别遥感影像包裹分割模型的效果，以输出算法模型。
参与者不仅要考虑准确性，还要考虑水体和道路的连通性。由于数据集类别极不平衡，建筑物，道路和草地的总面积不到5％，道路和水体的分割一直是遥感图像分割中的难题。
仅依靠分割网络很难实现分割区域的完全连续性。好结果因此，道路，草地和水体的处理是关键。
带有边缘的“分段”包括：团队借鉴了自适应增强的思想，并提出了正负多阶段采样，类别有针对性的重采样等方法来获得具有不同概率分布的训练数据，并使用这些数据快速训练一批弱点分类器，通过逐像素动态加权融合的方式得到了强大的分类器。该团队将连通性问题巧妙地转换为二元分类问题，从而确保了道路与水体之间更好的连通性，并与传统的图像形态处理相结合，进一步增强了连通性，包括闭合操作连接裂缝，中值滤波，去毛刺和阈值处理。
进行过滤以去除孤立的像素簇等。值得一提的是，该团队设计了骨架连接增强方案，以提取特殊类别的骨架并执行适当的扩展和腐蚀。
在增强连通性的前提下，确保连接区域不超过原始预测区域。它也是基于数据的。
动态优先级覆盖算法设计的特点。最终计划可以得到可靠而平滑的预测，并且轨道的A和B列表具有很大的优势，排在第二位。
据悉，获奖团队成员均为SIAT-MMLAB中国科学院大学的研究生。其中，团队负责人李坤昌负责算法设计和代码实现，团队成员Chen Qing，黄某晓，何梦哲和Liu Xina负责数据处理，参数调整，镜像打包等。
在SIAT-MMLAB讲师，研究员乔宇，史武博士，何俊军等人的指导和支持下，土地是参会人员的第一个领域。精心战斗，终于成功脱颖而出。
这项比赛是由中国计算机联合会（CCF）赞助，并由七个CCF委员会，教育部宜办开发中心，长沙市科学技术局，长沙高新区管理委员会共同组织的，湖南大学和疏联中创。
产品资料
行业信息
