11月3日
首届全球数智教育创新大赛总决赛
在北京大学落幕
武汉大学胡庆武教授指导
武大与北大学子共同组建的数智生活队
在此次比赛
创新赛道——空天信息组
斩获赛道唯一金奖
并获得10万元奖金
想了解更多关于他们的故事吗
快和珞珞珈珈一起走近金奖团队
一举夺魁 拿下赛道金奖
此次比赛队伍是由武汉大学遥感信息工程学院胡庆武教授指导的数智生活队，参赛团队成员是来自武汉大学遥感信息工程学院的郑道远、冯海霞、柳天成、欧文武、王顺利、徐宇翔、胡郁童和北京大学的兰逸舟。
▲校长张平文院士与武汉大学参赛同学合影
赛题旨在探索“数智”科学技术在遥感影像矢量制图领域的创新，通过人工智能技术，聚焦于建筑物和道路的高精度矢量制图。建筑物制图任务中要求准确提取建筑物轮廓，道路制图任务要求精准勾勒道路网络，综合运用了遥感影像数据处理与分析、深度学习模型的改进与应用、矢量优化等多项技术手段。
赛题是在武汉大学向全球开源发布的开放地球引擎（OGE）平台上开展的，平台支持“算力-算法-数据”弹性耦合和开放共享能力，构建了地球时空数据-信息-知识服务体系，在“一带一路”、全球测绘、数字孪生地球建设中发挥着空间信息技术的独特优势，为空天信息领域的学生提供了应用创新比赛的环境，支持智能解译、算法设计和应用开发等多个赛道的比赛。
创新引领 突破难点挑战
01
分析难点 对症下药
在本次赛题中，团队首先对赛题提供的影像数据进行分析，发现建筑物和道路矢量制图中存在的挑战与难点问题，并基于这些问题，进行了深入的算法调研，探索能够解决特定问题的技术与算法。
建筑物尺寸多样，轮廓复杂，阴影遮蔽导致建筑物矢量制图存在很大挑战。而团队提出的算法能够准确区分并勾勒出建筑物的边界，对复杂结构的建筑物轮廓有较强的识别与检测能力。同时，道路网络结构复杂，包含多种复杂现象。针对这一难题，团队希望通过精准提取不同类型道路的几何结构，进而保证道路连通性。
02
结合需求 创新引领
团队成员在深入调研现有前沿算法的基础上，结合比赛需求，对现有算法的进行了改进和优化。针对建筑物提取任务，团队采用高性能特征提取网络，保证轮廓生成和优化的精确性，同时推理阶段采用重参数结构策略，加快模型推理速度。关于轮廓优化部分，尽管模型能够较好地检测建筑物轮廓点，但是由于采用融合中矢量点预测难免会存在位置偏差，团队采用边缘检测相关算法提取显著轮廓，将偏移结果进行吸附调整，力争达到最小偏差。
针对道路提取任务，基于现有的道路矢量提取网络，团队首先引入多尺度多分支训练推理策略，训练阶段不同分支专注于处理特定尺度的特征，更好地捕捉图像道路的多尺度信息。推理阶段融合不同尺度的结果，提升道路制图的完整性和精确性。与此同时，团队设计连通性优化损失，提升道路预测连通性。关于模型效率，道路的制图过程中涉及去重简化操作，其推理过程相较于建筑物提取的速度较慢，但得益于没有复杂的路网数据后处理操作，该算法的推理时间仍具有优势。
03
广阔天地 大有所为
在应用前景方面，该算法能够应用于城市规划、土地利用监测和灾害应急响应，进而实现快速识别建筑物和道路布局，为政府和相关机构提供准确的地理信息支持。此外，该算法在智慧城市建设中也同样具有重要价值，可以为交通管理、基础设施规划等提供有力的数据支撑。
▲团队合影 从左到右依次为 胡郁童 徐宇翔 欧文武 郑道远 柳天成 冯海霞
未来，团队也计划继续深入研究这一领域，进一步优化算法的精度和计算效率，同时探索其在多种遥感场景下的应用，以满足更复杂和多样化的实际需求，在城市规划、智慧城市建设等领域做出更多的贡献。
过关斩将 一路势不可挡
01
初赛——轻松拿捏
在初赛阶段，团队的主要任务是影像数据的分析与处理以及制图模型的选择与搭建。在影像数据分析与处理方面，团队依据赛方提供的数据进行可视化和后处理工作。一方面，这有助于检查数据内容的完整性与质量；另一方面，为模型输入格式的规范化和训练需求做好准备。在制图模型选择上，团队最初采用了一种分割模型来实现建筑物和道路的分割，并通过矢量后处理步骤生成制图结果。然而，该模型的精度未能达到预期。经过讨论，团队决定分别为建筑物和道路的制图任务选择两个专用的矢量提取模型。通过数据格式的转换、多次模型训练和参数调优，团队最终完成了初赛结果的提交，并以第二名的成绩进入复赛。
02
复赛——晋级扬帆
在复赛阶段，由于影像数据未作更换，团队的工作重心转向制图效果的优化。团队提出了一系列改进方案，涵盖数据处理、模型优化以及矢量后处理等方面。在分析制图结果时，团队发现模型存在一些问题，例如建筑物矢量点的预测出现偏移、道路矢量冗余等。针对这些问题，团队采用了边缘校正和矢量简化等策略，显著提升了制图的精度。最终，团队的制图精度取得了显著改善，以第一名的成绩进入决赛。
03
决赛——超越自我
决赛阶段，赛方更换了数据集，任务难度进一步提升，制图也面临更大的挑战。与此同时，由于团队在复赛的过程中使用的排名第一的算法在决赛的数据集表现并不好，而决赛的时间紧急，其他队伍在精度指标上不断突破，这在当时给了团队很大的压力。
▲团队探讨改进方案
压力越大，动力也越大。面对困境，团队采取分工合作：一部分人仔细观察复赛阶段算法的问题；另一部分人寻找新的算法思路来提升制图精度。在已有算法的基础上，团队对建筑物提取模型的特征提取和特征融合模块进行了优化。由于时间紧任务重，最后两个夜晚，团队成员一起熬夜，分工改进、阅读文献、做数据后处理，互相支撑，最终完美实现在保证推理解译效率的同时，显著提升了轮廓点检测精确性，并以第二名成绩进入最后的决赛答辩阶段。
04
答辩——得胜而归
最终的决赛答辩阶段包括答辩汇报和代码复现两大部分。团队根据答辩要求，从算法创新性、精度与效率、方法对比和制图效果等多个角度梳理和完善了汇报内容，全面展示了团队的技术优势。在代码复现环节，团队提供了算法模型的训练权重、训练与推理脚本，以及完整的训练推理流程，确保赛方能够顺利检查与复现算法。最终，团队以答辩第一名的优异成绩胜出，一举斩获该赛道唯一金奖。
▲郑道远作为数智生活团队代表领奖
展望未来 前路无限风光
对于未来，团队也计划继续探索“数智”科学技术在遥感影像矢量制图领域的创新，进一步提升专业技能和科研能力。选择这一方向，不仅因为它技术前沿、挑战性强，也因为各位队员希望能够通过科学研究为社会发展做出实质性贡献。
▲数智生活团队合影
郑道远
武汉大学遥感信息工程学院博士二年级
获得此次奖项让我深感荣幸，也让我对自己在遥感影像矢量制图领域的努力有了更多信心。这个荣誉不仅是对我过去付出的肯定，更是对我未来学习和研究的激励。在比赛过程中，我深刻体会到团队合作和创新思维的重要性，也看到了这个领域的广阔前景。
冯海霞
武汉大学遥感信息工程学院博士二年级
通过比赛，我更加意识到遥感与人工智能的结合在实际应用中的巨大潜力。未来，我希望在博士阶段进一步深入遥感与AI结合的研究，解决当前技术中的挑战。我也希望将这些研究成果应用到实际问题中，推动学术进步和技术创新，在这一领域贡献自己的力量。
柳天成
武汉大学遥感信息工程学院硕士三年级
正如团队名称所示，我们一直致力于将遥感数智技术与日常生活中的多种应用场景相结合，探索技术如何为人类生活带来更大便利和价值。在接下来的博士阶段，我希望能够继续在导师的引领下，深入探索遥感技术的未知领域，让科技更好地服务社会、造福大众。
兰逸舟
北京大学地球与空间科学学院博士一年级
在全球数智教育创新大赛中获得空天信息组金奖，是我们团队共同努力的成果，也是导师胡庆武老师悉心指导的结果。未来，我将专注遥感与数智技术的融合，特别是在智慧城市、生态环境保护和全球测绘等领域，希望推动遥感技术的广泛应用，为遥感信息领域的创新与发展贡献力量。
欧文武
武汉大学遥感信息工程学院博士一年级
整个比赛过程中，最让我感动的是大家与导师们在追求每一分精度时的拼搏与协作。每一个细节的打磨，每一次共同攻克难题，都是团队精神的体现，也是我在武大六年间一次又一次深刻感受到的。未来，我将继续保持这份拼搏与协作的精神，力争做出更好的成果，回报学院与学校的培养与支持。
徐宇翔
武汉大学遥感信息工程学院硕士二年级
本次比赛令我受益匪浅，也让我更加坚定了选择深度学习方向的信心，未来，我希望深入学习深度学习的前沿理论与技术，将所学应用于实际，为学校和社会贡献自己的力量。
胡郁童
武汉大学遥感信息工程学院硕士二年级
人工智能技术赋能遥感领域在地物分类、变化检测等领域展现出来很强的实用价值。希望未来我能在课题组继续深造并从事相关领域的研究，为祖国遥感事业的发展贡献自己的力量。
拿下金奖之后
等待这支优秀团队的
是更好的风景
让我们一起期待他们
以及更多武大学子
在未来
一同攀登科研更高峰
来源：武汉大学微信公众号