SpaceNet 6: Dataset Release -- MSAW

0. 数据下载

大家可以去官方网站下载，但是需要注册亚马逊，而且下载过程中经过断开，建议使用百度云下载。
百度云链接：https://pan.baidu.com/s/1-OzDW7DtjS6pBlSZkpIZJA (提取码：xkf0 )

1. 数据集简介

合成孔径雷达(SAR)是一种独特的雷达，可以穿透云层，在全天候条件下收集数据，并日夜捕获数据。在天气和云层阻碍传统光电传感器的情况下，从合成孔径雷达卫星收集的高空信息可能特别有价值，以帮助救灾。然而，尽管有这些优点，可供研究人员研究SAR应用的有效性的公开数据有限，特别是在超高分辨率下。SpaceNet 6的任务是结合SAR和光电图像数据集，利用计算机视觉和人工智能(AI)算法自动提取建筑足迹。这个开放许可的数据集具有独特的 0.5米合成孔径雷达(SAR) 图像来自Capella空间和0.5光电图像来自Maxar s WorldView 2卫星。挑战的焦点集中在欧洲最大的港口:荷兰的鹿特丹。这个区域有成千上万的建筑、车辆和大小不一的船只，为合成孔径雷达和这两种数据的融合提供了一个有效的测试平台。在这个挑战中，训练数据集同时包含SAR和EO图像，然而，测试和评分数据集只包含SAR数据。因此，EO数据可以以某种方式对SAR数据进行预处理，如彩色化、域适应或图像转换，但不能直接用于建筑物的地图绘制。该数据集的结构模拟了真实世界的场景，其中历史的EO数据可能是可用的，但是由于传感器的轨道不一致，或者云层覆盖会导致EO数据不可用，所以与SAR同时收集EO数据通常是不可能的。

SpaceNet MSAW中的SAR数据由Capella Space公司通过一个航空传感器提供，与Capella公司未来卫星星座上的星载传感器非常相似。在三天的时间里，总共收集了204张从南北向的视角拍摄的图像。每个图像条具有四种极化(HH、HV、VH和VV)数据，并经过预处理以显示在0.5米空间分辨率下以分贝为单位的后向散射强度。

整个数据集包含48,000多个高质量的建筑足迹注释，这些注释是通过可公开使用的3D Basisregistratie Adressen en Gebouwen (3DBAG)数据集[1]提供的。SpaceNet团队对标签进行了额外的质量控制，从数据集中删除未正确标记的区域，并添加或删除未标记或已被摧毁的建筑物的标签。最后，我们将单个地址(即公寓和联排住宅)分解，它们共存于一个建筑中，形成每个结构的单一足迹。该数据集还包含一个来自公开可用的数字高程模型的三维组件，该模型来自于航空光探测和测距(激光雷达)。因此，对于每个注释，我们都报告第75百分位的平均值、中位数和以米为单位的高度的标准偏差。虽然挑战中不会使用高度信息，但这些数据对于未来研究和分析SAR和/或EO从高空角度探测物体高度的价值是有价值的。
上图来自SpaceNet 6 MSAW数据集的三个区域:左:分贝的SAR强度(HH, VV, VH)。中心:可见光谱
图像(R, G, B)。右:假彩色合成图像(NIR, R, G)。

2. SAR传感器

SpaceNet MSAW中的SAR数据由Capella Space公司提供，该公司与Metasensing公司合作，通过航空传感器提供数据。这个传感器模仿了星载传感器，将出现在卡佩拉未来的卫星星座上。该无人机多次拍摄鹿特丹的同一地区，并在三天时间内拍摄了204张独立图像:2019年8月4日、23日和24日。每个带在x波段的数据具有四种极化(HH、HV、VH和VV)。数据是从一个较低的角度，以53.4到56.6的相对视角，从北向和南向拍摄
SAR传感器可以在水平或垂直方向上传输最多4个极化，并且只测量回波的水平或垂直极化部分(HH、HV、VH、VV)。通过测量感兴趣的物体[22]最普遍的散射类型，每个偏振都可以帮助区分地面特征。

3. 光电传感器

光学图像由Maxar Worldview-2卫星提供。2019年8月31日上午10点44分，从18.4个最低点的角度收集到一条单独的、无云的图像带，总面积为236平方公里。
数据是由三个不同的数据集具有不同空间分辨率:

1. 0.5米分辨率全色影像
2. 2米分辨率多光谱波段:蓝色,绿色,红色,和近红外(NIR)
3. 0.5米分辨率全色锐化图像:蓝色,绿色,红色,近红外光谱

Pan-sharpening过程合并高空间分辨率全色和低空间分辨率的多光谱图像创建一个单一的高空间分辨率的彩色图像。

4. 数据文件

获取后可以看到数据如上边五幅图所示，主要包含全色、多光谱、全色与多光谱、全色与红外、SAR数据。