1月23日，2020 CCF大数据与计算智能大赛（简称CCF BDCI）决赛暨中国大数据技术大会在湖南长沙圆满落幕。作为全球大数据及人工智能领域算法、应用和系统挑战最具影响力的大型赛事之一，本届大赛共吸引了全球3万多支队伍参赛，提交作品8万余件。在历经三个多月的激烈角逐后，来自中国科学院深圳先进技术研究院多媒体研究中心（以下简称“SIAT-MMLAB”）的“随缘分割”团队在决赛中拿下“遥感影像地块分割”赛题冠军，并在64支获奖队伍中脱颖而出，荣获CCF BDCI综合特等奖。 

　　此次大赛的“遥感影像地块分割”赛题要求参赛者使用相同数据结合赛题场景自行设计算法思路、输出算法模型，呈现遥感影像地块分割模型在多个类别上的效果。参赛者不仅仅要考虑准确性，还需要考虑水体类和道路类的连通性。由于数据集类别极度不均衡，建筑、道路和草地类总面积不到5%，而道路与水体分割又一直是遥感影像分割的难题，单纯依赖分割网络难以在分割区域的完整连续性上实现较好效果。因此，对道路、草地和水体类的处理是关键。 

　　SIAT-MMLAB的“随缘分割”团队借鉴自适应增强的思想，提出正负多阶段采样、类别针对性重采样等方法得到不同概率分布的训练数据，并用这些数据快速训练一批弱分类器，通过逐像素动态加权融合的方式得到强分类器。团队巧妙转换连通性问题为二分类问题，保证了道路和水体较好的连通性，并结合传统图像形态学处理进一步增强了连通性，包括闭运算连接断裂处、中值滤波去毛刺、阈值筛选去除孤立像素团等。值得一提的是，团队设计了一种骨架连通性增强方案，对特殊类提取骨架并进行适当地膨胀腐蚀，在增强连通性的前提下保证连通区域不会过度超出原始预测区域，还根据数据的特性设计了一种动态优先级覆盖算法。最终方案可以得到鲁棒且平滑的预测，在赛道的A榜B榜都以较大的优势领先于第二名。 

　　获奖团队成员都是来自SIAT-MMLAB的中国科学院大学一年级研究生，其中队长黎昆昌负责算法设计与代码实现等，队员陈庆、黄谋潇、贺梦哲、刘茜娜负责数据处理、参数调整、镜像封装等。虽然地块分割是参赛成员们第一次踏足的领域，但在SIAT-MMLAB导师乔宇研究员、石武博士、何军军等的指导和支持下，这支资历尚浅的团队积极探索、相互鼓励、认真备战，才最终成功脱颖而出。 

　　本届大赛由中国计算机学会（CCF）主办，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、数联众创共同承办。 

队长黎昆昌（中）代表领奖

团队队员