1月23日，2020 CCF大數據與計算智能大賽（簡稱CCF BDCI）決賽暨中國大數據技術大會在長沙落幕。作為全球大數據及人工智能領域算法、應用和系統挑戰最具影響力的大型賽事之一，本屆大賽共吸引了全球3萬多支隊伍參賽，提交作品8萬余件。歷經三個多月的激烈角逐，來自中科院深圳先進院多媒體研究中心（以下簡稱“SIAT-MMLAB”）的“隨緣分割”團隊在決賽中拿下“遙感影像地塊分割”賽題冠軍，并在64支獲獎隊伍中脫穎而出，榮獲CCF BDCI綜合特等獎。

此次大賽的“遙感影像地塊分割”賽題要求參賽者使用相同數據，結合賽題場景自行設計算法思路、輸出算法模型，呈現遙感影像地塊分割模型在多個類別上的效果。參賽者不僅要考慮準確性，還要考慮水體類和道路類的連通性。由于數據集類別極度不均衡，建筑、道路和草地類總面積不到5%，而道路與水體分割又一直是遙感影像分割的難題，單純依賴分割網絡難以在分割區域的完整連續性上實現較好效果。因此，對道路、草地和水體類的處理是關鍵。

“隨緣分割”團隊借鑒自適應增強的思想，提出正負多階段采樣、類別針對性重采樣等方法得到不同概率分布的訓練數據，并用這些數據快速訓練一批弱分類器，通過逐像素動態加權融合的方式得到強分類器。團隊巧妙轉換連通性問題為二分類問題，保證了道路和水體較好的連通性，并結合傳統圖像形態學處理，進一步增強了連通性，包括閉運算連接斷裂處、中值濾波去毛刺、閾值篩選去除孤立像素團等。值得一提的是，團隊設計了一種骨架連通性增強方案，對特殊類提取骨架并進行適當地膨脹腐蝕，在增強連通性的前提下保證連通區域不會過度超出原始預測區域，還根據數據的特性設計了一種動態優先級覆蓋算法。最終方案可以得到魯棒且平滑的預測，在賽道的A榜B榜都以較大的優勢領先于第二名。

據悉，獲獎團隊成員都是來自SIAT-MMLAB的中國科學院大學研究生，其中隊長黎昆昌負責算法設計與代碼實現等，隊員陳慶、黃謀瀟、賀夢哲、劉茜娜負責數據處理、參數調整、鏡像封裝等。雖然地塊分割是參賽成員們第一次踏足的領域，但在SIAT-MMLAB導師喬宇研究員、石武博士、何軍軍等的指導和支持下，這支資歷尚淺的團隊積極探索、相互鼓勵、認真備戰，才最終成功脫穎而出。

本屆大賽由中國計算機學會（CCF）主辦，CCF七大專委會、教育部易班發展中心、長沙市科技局、長沙高新區管委會、湖南大學、數聯眾創共同承辦。

責任編輯：lq