0. 數據下載
大家可以去官方網站下載，但是需要註冊亞馬遜，而且下載過程中經過斷開，建議使用百度雲下載。
百度雲鏈接：https://pan.baidu.com/s/1-OzDW7DtjS6pBlSZkpIZJA (提取碼：xkf0 )
1. 數據集簡介
合成孔徑雷達(SAR)是一種獨特的雷達，可以穿透雲層，在全天候條件下收集數據，並日夜捕獲數據。在天氣和雲層阻礙傳統光電傳感器的情況下，從合成孔徑雷達衛星收集的高空信息可能特別有價值，以幫助救災。然而，儘管有這些優點，可供研究人員研究SAR應用的有效性的公開數據有限，特別是在超高分辨率下。SpaceNet 6的任務是結合SAR和光電圖像數據集，利用計算機視覺和人工智能(AI)算法自動提取建築足跡。這個開放許可的數據集具有獨特的 0.5米合成孔徑雷達(SAR) 圖像來自Capella空間和0.5光電圖像來自Maxar s WorldView 2衛星。挑戰的焦點集中在歐洲最大的港口:荷蘭的鹿特丹。這個區域有成千上萬的建築、車輛和大小不一的船隻，爲合成孔徑雷達和這兩種數據的融合提供了一個有效的測試平臺。在這個挑戰中，訓練數據集同時包含SAR和EO圖像，然而，測試和評分數據集只包含SAR數據。因此，EO數據可以以某種方式對SAR數據進行預處理，如彩色化、域適應或圖像轉換，但不能直接用於建築物的地圖繪製。該數據集的結構模擬了真實世界的場景，其中歷史的EO數據可能是可用的，但是由於傳感器的軌道不一致，或者雲層覆蓋會導致EO數據不可用，所以與SAR同時收集EO數據通常是不可能的。
SpaceNet MSAW中的SAR數據由Capella Space公司通過一個航空傳感器提供，與Capella公司未來衛星星座上的星載傳感器非常相似。在三天的時間裏，總共收集了204張從南北向的視角拍攝的圖像。每個圖像條具有四種極化(HH、HV、VH和VV)數據，並經過預處理以顯示在0.5米空間分辨率下以分貝爲單位的後向散射強度。
整個數據集包含48,000多個高質量的建築足跡註釋，這些註釋是通過可公開使用的3D Basisregistratie Adressen en Gebouwen (3DBAG)數據集[1]提供的。SpaceNet團隊對標籤進行了額外的質量控制，從數據集中刪除未正確標記的區域，並添加或刪除未標記或已被摧毀的建築物的標籤。最後，我們將單個地址(即公寓和聯排住宅)分解，它們共存於一個建築中，形成每個結構的單一足跡。該數據集還包含一個來自公開可用的數字高程模型的三維組件，該模型來自於航空光探測和測距(激光雷達)。因此，對於每個註釋，我們都報告第75百分位的平均值、中位數和以米爲單位的高度的標準偏差。雖然挑戰中不會使用高度信息，但這些數據對於未來研究和分析SAR和/或EO從高空角度探測物體高度的價值是有價值的。
上圖來自SpaceNet 6 MSAW數據集的三個區域:左:分貝的SAR強度(HH, VV, VH)。中心:可見光譜
圖像(R, G, B)。右:假彩色合成圖像(NIR, R, G)。
2. SAR傳感器
SpaceNet MSAW中的SAR數據由Capella Space公司提供，該公司與Metasensing公司合作，通過航空傳感器提供數據。這個傳感器模仿了星載傳感器，將出現在卡佩拉未來的衛星星座上。該無人機多次拍攝鹿特丹的同一地區，並在三天時間內拍攝了204張獨立圖像:2019年8月4日、23日和24日。每個帶在x波段的數據具有四種極化(HH、HV、VH和VV)。數據是從一個較低的角度，以53.4到56.6的相對視角，從北向和南向拍攝
SAR傳感器可以在水平或垂直方向上傳輸最多4個極化，並且只測量回波的水平或垂直極化部分(HH、HV、VH、VV)。通過測量感興趣的物體[22]最普遍的散射類型，每個偏振都可以幫助區分地面特徵。
3. 光電傳感器
光學圖像由Maxar Worldview-2衛星提供。2019年8月31日上午10點44分，從18.4個最低點的角度收集到一條單獨的、無雲的圖像帶，總面積爲236平方公里。
數據是由三個不同的數據集具有不同空間分辨率:
- 0.5米分辨率全色影像
- 2米分辨率多光譜波段:藍色,綠色,紅色,和近紅外(NIR)
- 0.5米分辨率全色銳化圖像:藍色,綠色,紅色,近紅外光譜
Pan-sharpening過程合併高空間分辨率全色和低空間分辨率的多光譜圖像創建一個單一的高空間分辨率的彩色圖像。
4. 數據文件
獲取後可以看到數據如上邊五幅圖所示，主要包含全色、多光譜、全色與多光譜、全色與紅外、SAR數據。