GBA-GCs

GBA-GCs是一个公开的、无边界的数据集发布，源自ECCV 2026论文数据集，并针对持续维护进行了优化。它提供了中国大湾区46,747个大陆住宅兴趣区域（AOI）的封闭/开放标签、质心坐标、面积和粗略非识别属性，以及香港/澳门的10,323个AOI诊断文件。数据集支持基准透明度和重建，同时避免发布精确的住宅边界、地址、社区名称等敏感信息。GBA-GCs is an open-access, borderless dataset release derived from the dataset reported in the ECCV 2026 paper, optimized for ongoing maintenance. It provides closed/open labels, centroid coordinates, area measurements, and coarse non-identifiable attributes for 46,747 mainland China residential Areas of Interest (AOIs) in the Guangdong-Hong Kong-Macao Greater Bay Area (GBA), alongside 10,323 AOI diagnostic files for Hong Kong and Macao. This dataset supports benchmark transparency and reproducibility, while avoiding the disclosure of sensitive information such as precise residential boundaries, addresses, and community names.

原始信息汇总

GBA-GCs 数据集概述

GBA-GCs 是一个面向中国粤港澳大湾区（GBA）封闭社区（Gated Communities）的公开、地理参考的数据集，旨在支持学术研究和模型基准测试。该数据集与一篇被 ECCV 2026 会议接收的论文相关，论文标题为 “Urban Boundaries, Social Barriers: A Benchmark and Vision-Centric Framework for Mapping Gated Communities and Equity Implications”。

数据集核心内容

• 数据规模:

  • 最新公开版本：包含中国大陆粤港澳大湾区 46,747 个住宅兴趣点（AOI），提供封闭/开放标签、质心坐标、面积及粗粒度属性。
  • 论文稳定版本：data/paper_v1/ 目录下的表格包含 37,444 个中国大陆 AOI。
  • 港澳诊断数据：单独的 10,323 个 AOI 转移诊断文件。
  • 人工评估数据：包含 5,268 个广州市匿名化专家评估标签（其中 2,605 个为封闭社区，2,663 个为开放社区）。

• 数据特性:

  • 伦理优先：为保护隐私，公开版本不包含 AOI 边界、社区名称、地址、原始地图服务商元数据及遥感图像。
  • 空间信息：提供 WGS84 (EPSG:4326) 坐标系的质心坐标（centroid_lon, centroid_lat）和 AOI 面积（area_m2，单位：平方米）。
  • 标签与属性：包含由验证后的 MCGC 模型生成的 gated 或 open 标签、预测概率、置信度分箱以及面积、容积率（FAR）、POI 密度等粗粒度属性分箱。

• 文件结构:

  • data/：存放核心数据文件，包括公共地理参考 CSV 表格、城市摘要、广州人工评估数据及官方基准测试划分。
  • metadata/：包含城市级别统计和数据集清单。
  • docs/：提供数据集卡片、伦理与访问政策、数据使用协议模板及重建工作流程文档。
  • model/：包含参考 MCGC 推理 API、模型卡片和检查点下载信息。
  • code/：提供代码和重建说明。
  • examples/：包含 MCGC 推理的最小示例。
  • assets/：存放论文中使用的图表。

访问层级

数据集分为两个层级：

• 公共入口（本仓库）：提供完全匿名的地理参考数据、重建工作流程、参考模型 API 及公共 MCGC 模型检查点。
• 受控访问仓库：包含 AOI 边界、社区名称、原始遥感图像、提供商元数据等非公共组件。研究人员需在受控仓库页面提交申请，签署非商业数据使用协议（DUA），获得批准后通过受控存储获取。受控仓库也提供一个包含 JSON 元数据、局部 AOI 几何体和低分辨率遥感缩略图的数据样本预览。

模型信息

• MCGC 模型：一个多模态、社区感知的封闭社区分类框架。
• 输入：所需的遥感图像切片；可选的文本元数据嵌入（如名称、标签）和数值/结构特征（如面积、容积率）。
• 输出：对 AOI 的封闭/开放分类。
• 检查点下载：可从 GitHub Releases 页面下载，文件名为 trimodal_io_fused_gba_full.pth，SHA-256 哈希值为 48518dafd9b2e2702db812ae9977bc6699bbc2e55c4a8044bd7d993114ebb1b8。该检查点仅限非商业研究使用。

引用与许可

• 若使用本数据集，请引用相关的 ECCV 2026 论文。
• 公开版本数据集仅限用于非商业研究和可重复性验证。受控组件的访问需遵循专门的访问政策。

搜集汇总

数据集介绍

构建方式

GBA-GCs数据集面向粤港澳大湾区城市边界与社会隔离研究，基于ECCV 2026论文的基准数据集构建，并通过后期扩展进行持续维护。原始数据来源于地图服务提供商和遥感影像，经脱敏与匿名化处理，仅保留AOI（兴趣区域）的质心坐标、面积和粗粒度属性标签。数据集通过公开的质心经纬度与面积信息，结合百度/高德地图及开源GIS的重建工作流，实现空间信息的可复现重构，同时严格隐藏AOI多边形、名称、地址、供应商元数据和原始影像，以确保隐私合规。

特点

该数据集覆盖中国粤港澳大湾区46,747个大陆住宅AOI及10,323个港澳诊断性AOI，提供封闭式社区与开放社区的二分类标签，标签源于经过验证的MCGC多模态融合模型在大规模推理集上的输出。每个AOI记录包含匿名哈希ID、城市级位置、WGS84质心坐标、精确面积、预测概率、置信度区间及建筑密度、容积率、POI密度等衍生属性分箱，支持空间匹配和模型审计。广州专家评估子集包含5,268个经人工标注的样本，配备五折固定训练/验证/测试划分，便于基准测试复现。

使用方法

数据集以CSV表格形式提供，用户可直接加载质心坐标与标签进行空间分析和模型评估。公开版本不含遥感影像，模型推理需用户自备基于AOI重建位置裁剪的遥感图像切片。推荐使用配套的MCGC参考模型，其接受遥感图像张量作为必选输入，并可选嵌入文本元数据和结构化特征，通过多模态融合进行封闭性判别。预训练检查点通过GitHub Releases分发，支持非商业研究与复现。完整受控数据集需通过单独仓库申请，经签署非商业数据使用协议后获取AOI边界、社区名称及原始影像等受限组件。

背景与挑战

背景概述

城市化进程的加速催生了封闭社区（gated communities）在全球范围内的迅速蔓延，这一现象在人口密集的中国粤港澳大湾区尤为显著。封闭社区作为城市边界与社会分层的物理表征，其空间分布与治理影响长期缺乏系统性的量化工具。为此，香港科技大学（广州）的Minwei Zhao研究团队于2026年创建了GBA-GCs数据集，该数据集以ECCV 2026会议接收的论文为核心，聚焦于构建首个面向封闭社区的视觉中心基准框架。数据集涵盖了粤港澳大湾区大陆部分46,747个居住区兴趣点（AOI），并附带了封闭/开放标签、质心坐标、面积及粗略属性分箱信息。GBA-GCs的发布填补了城市计算与遥感交叉领域在封闭社区识别与空间公平性研究上的关键数据空白，为城市规划、社会分层分析及遥感智能解译提供了前所未有的基准资源。

当前挑战

GBA-GCs数据集面临的挑战主要源于两大方面。在领域问题层面，封闭社区与开放社区的视觉边界往往模糊不清，传统遥感影像分类难以捕捉其隐含的社会属性与空间特征，加之粤港澳大湾区复杂的城市形态与混合土地利用模式，使得高精度自动识别成为严峻的技术瓶颈。在数据构建过程中，研究者面临着隐私保护与数据可用性的尖锐矛盾——精确的社区边界、名称、地址及原始遥感影像等敏感信息不便于公开发布，需要在保证学术可复现性的前提下，设计“边界自由”的公开版本并提供可重构的工作流，这一平衡难题对数据架构与访问控制机制提出了极高要求。此外，澳门与香港的特殊行政地位导致其数据来源与处理规范各异，进一步增加了跨区域迁移诊断的复杂度。

常用场景

经典使用场景

粤港澳大湾区作为中国城镇化进程最迅猛、社会空间分异最为剧烈的区域之一，其封闭社区（gated communities）的分布格局与空间正义问题日益成为城市规划与遥感智能交叉领域的研究焦点。GBA-GCs数据集专为这一前沿议题而构建，提供了粤港澳大湾区逾四万六千个住宅兴趣区的开放/封闭标签、质心坐标及面积等地理空间属性，同时严格遵循伦理准则，避免泄露精确边界、社区名称及原始影像。该数据集的经典使用场景包括：基于多模态遥感影像与结构化属性（如面积、容积率、兴趣点密度）的封闭社区自动识别模型——MCGC（Multimodal Community-Aware Gated Community Classifier）的基准测试与训练，以及从跨城市尺度分析封闭社区空间集聚模式与城市社会隔离程度的相关性研究。

衍生相关工作

围绕GBA-GCs数据集，已衍生出多项具有学术影响力的经典工作。其中最具代表性的是被ECCV 2026接收的MCGC框架（投稿编号#11296），该工作创新性地提出了三模态社区感知融合结构，结合DINOv3-SAT视觉骨干、LoRA自适应微调、可选文本编码器与结构化特征感知模块，首次实现了对大规模封闭社区的高精度端到端分类。此外，该数据集的受控访问通道所包含的精确AOI边界、原始遥感影像切片以及社区名称等受限组件，有望催生一系列后续研究，例如基于轮廓紧凑度与边界形态的城市封闭社区聚类分析、结合土地覆盖变化检测的封闭社区动态演化跟踪，以及融合多源地理大数据的社会空间分异演化模拟。数据集的公开重构工作流（涵盖百度/高德及OSM/GEE管道）也为后续标准化数据生产协议的确立提供了可复现的技术参照模板，推动了城市遥感与社会空间公平研究生态的良性发展。

数据集最近研究

最新研究方向

基于粤港澳大湾区46,747个住宅AOI的封闭社区（gated communities）遥感智能识别与城市公平性研究，重点聚焦于多模态融合架构（MCGC）的验证与可复现性，以及边界保护与开放科学之间的伦理平衡。该数据集为ECCV 2026接收论文的基准成果，通过去标识化的地理坐标与粗粒度属性，支撑封闭社区的空间分布建模与社会隔离效应分析。前沿方向包括利用DINOv3-SAT视觉骨干与跨模态融合模块实现高精度门禁判别，结合广州5,268个AOI的人工专家标签进行模型鲁棒性评估，并借助香港/澳门10,323个AOI的迁移诊断数据集检验模型泛化能力。研究还涉及基于百度/高德地图与OSM/GEE的重建工作流，为城市规划与资源分配正义提供空间证据，同时严格限定非商业用途以规避监视与歧视风险。