Bing Maps团队为OpenStreetMap贡献了乌干达和坦桑尼亚建筑数据集

 
世界上一些灾害最严重的地区的地图很糟糕，加剧了寻找流离失所者的救援人员面临的挑战。 OpenStreetMap是一个创建与平台无关的世界地图集的合作项目，它有一个针对差距的志愿者团队(人道主义OpenStreetMap团队)，迄今为止仅在非洲就确定了1100万平方公里。但仍有数百万平方公里未经审查，未经审查或未编目。
这推动了微软Bing地图团队，微软慈善事业团队和人道主义OpenStreetMap团队今天宣布的合作伙伴关系，该团队将寻求将新的机器学习方法和开放式构建语料库引入OpenStreetMap的审计工具。它是微软AI人道主义行动计划的保护伞，计划于2018年9月推出一项价值4000万美元的五年计划，旨在支持有兴趣以创造服务为目标的开发者，以帮助人类。
作为第一步，Bing Maps工程师将发布针对乌干达和坦桑尼亚的全国建筑物足迹数据集，这些数据集通过特征识别计算机视觉算法创建。微软声称它将成为非洲首批开放式建筑数据集之一，在乌干达拥有700万个建筑物足迹，坦桑尼亚拥有1100万个足迹，总计1800万个足迹。 (它加入了OpenStreetMap在这些国家的1400万个足迹。)
微软表示，他们将很快从GitHub上获得，之前Bing地图团队在德国海德堡举行的年度国际地图状态会议和人道主义OpenStreetMap团队峰会上的预定演示。
“OSM的机器学习数据集需要开放。我们需要超越识别道路和建筑物，开放数据集可以让我们尝试和发现新的机会，“人道主义OpenStreetMap团队执行主任Tyler Radford在一份声明中说。 “开放式建筑数据集使我们不仅能够探索质量和验证方面，还能够推进ML数据如何协助绘图。”
据微软称，创建数据集并不容易。非洲独特的定居点，密集的城市地区，相互连接的结构，图像质量和缺乏培训数据是令人生畏的障碍。为了克服这些障碍，Bing Maps团队通过利用哥伦比亚地球科学信息中心的人口估计来回归那些召回不佳的地区。这改善了农村地区的模式召回，有助于后续的标签工作。
微软的贡献与Facebook与OpenStreetMap的合作相吻合，后者开发了一种工具 – 带有人工智能的地图 – 可以自动完成几个最耗时的步骤，包括注释道路，建筑物和桥梁。此外，除了在阿富汗，孟加拉国，印度尼西亚，墨西哥，尼日利亚，坦桑尼亚和乌干达的AI生成的道路映射之外，Menlo Park公司最近还提供了TapiD，RapiD和一个人工智能版的OpenStreetMap编辑工具iD。