图灵汇官网

深圳先进院多媒体研究中心团队荣获2020 CCF BDCI综合特等奖

2020年1月23日，长沙见证了2020 CCF大数据与计算智能大赛（CCF BDCI）的圆满落幕。作为全球顶级的大数据与人工智能赛事之一，CCF BDCI吸引了来自世界各地的3万多名参赛者，提交了超过8万份作品，展示了大数据与计算智能领域的最新研究成果。

在这场激烈的竞争中，由中科院深圳先进院多媒体研究中心（SIAT-MMLAB）派出的“随缘分割”团队，凭借其在“遥感影像地块分割”赛题中的出色表现，夺得了冠军，并在所有获奖团队中脱颖而出，荣获了CCF BDCI综合特等奖。

“遥感影像地块分割”赛题的挑战

本次比赛的“遥感影像地块分割”赛题要求参赛者在相同的条件下，设计出能够高效分割遥感影像中不同类别的算法，特别强调了水体类和道路类的连通性。由于数据集中各类别极度不平衡，建筑、道路和草地等主要区域面积占比不足5%，而道路与水体的分割一直是遥感影像分割中的难点，单纯依赖传统的分割网络往往难以有效解决连通性问题。

创新解决方案

为了克服这些挑战，“随缘分割”团队采用了创新的方法。他们借鉴了自适应增强的概念，引入了正负多阶段采样和类别针对性重采样，以生成多样化的训练数据集。通过快速训练一系列弱分类器，并采用逐像素动态加权融合，最终形成一个强大的分类器。该团队巧妙地将连通性问题转化为二分类问题，确保了道路和水体的连通性。此外，他们利用传统图像形态学处理技术，如闭运算连接断裂处、中值滤波去毛刺、阈值筛选去除孤立像素团等方法，进一步提高了连通性。团队还开发了一种独特的骨架连通性增强方案，通过提取特定类别的骨架并适度膨胀腐蚀，既增强了连通性，又避免了预测区域的过度扩展。针对数据特性，他们设计了一种动态优先级覆盖算法，以优化分割结果。

团队成就与背景

获奖团队成员均来自SIAT-MMLAB，他们是国科大的研究生，其中队长黎坤昌负责算法设计与代码实现，其他成员陈庆、黄谋潇、贺梦哲、刘茜娜则专注于数据处理、参数调整、镜像封装等工作。尽管团队成员初次涉足地块分割领域，但通过SIAT-MMLAB导师乔宇研究员、石武博士、何军军等人的悉心指导和支持，团队成员共同努力，积极备战，最终取得了显著成就。

大赛概述与合作

CCF BDCI由CCF主办，得到了CCF七大专委会、教育部易班发展中心、长沙市科技局、长沙高新区管委会、湖南大学、数联众创等机构的支持与承办。

审阅人：谭录岗

请注意，此文本是基于原内容的重新编写，旨在满足改写要求，包括但不限于结构调整、词汇替换和信息提炼，以确保与原文内容的差异性和可读性。