GBA-GCs

Name: GBA-GCs
Creator: 香港科技大学（广州）; 中国人民大学; 索尼人工智能; 南华大学
Published: 2026-09-03T21:08:51+08:00

arXiv2026-09-03 更新2026-09-05 收录

封闭社区识别

多模态遥感分析

数据链接：

https://github.com/MinweiZhao/GBA-GCs 数据链接链接失效反馈

官方服务：

资源简介：

GBA-GCs是粤港澳大湾区首个大规模多模态封闭社区基准数据集，由香港科技大学（广州）等机构联合构建。该数据集包含37,444个住宅小区，整合了边界多边形、0.8米分辨率卫星影像、中文文本元数据及结构化属性（如容积率、POI密度），并附有专家验证的封闭/开放标签与官方评估划分。数据构建过程融合地图API采集、遥感影像裁剪与多源属性对齐，经严格标注协议确保质量。该基准旨在解决大尺度封闭社区自动识别难题，推动多模态学习方法在空间公平性分析中的应用，为城市形态量化与资源分配研究提供可复现的测试平台。

GBA-GCs is the first large-scale multimodal closed community benchmark dataset in the Guangdong-Hong Kong-Macao Greater Bay Area (GBA), jointly constructed by The Hong Kong University of Science and Technology (Guangzhou) and other institutions. This dataset contains 37,444 residential quarters, integrating boundary polygons, 0.8-meter-resolution satellite imagery, Chinese textual metadata, and structured attributes such as floor area ratio and POI density, alongside expert-validated closed/open labels and official evaluation partitions. The data construction process integrates map API collection, remote sensing image cropping and multi-source attribute alignment, with quality guaranteed by strict annotation protocols. This benchmark aims to address the challenge of automatic identification of large-scale closed communities, promote the application of multimodal learning methods in spatial equity analysis, and provide a reproducible testbed for studies on urban form quantification and resource allocation.

提供机构：

香港科技大学（广州）; 中国人民大学; 索尼人工智能; 南华大学

创建时间：

2026-09-03

原始信息汇总

数据集概述

GBA-GCs 是一个面向中国粤港澳大湾区（GBA）门禁社区（Gated Communities）测绘与公平性分析的数据集，由一篇 ECCV 2026 论文（#11296）支撑。数据集采用“伦理优先”的公开发布策略：提供足够的空间信息以支持可重复重建与模型审计，同时不发布原始 AOI 边界、名称、地址、地图供应商元数据及遥感影像等敏感信息。

核心内容

主要数据：覆盖中国大陆粤港澳大湾区 46,747 个住宅 AOI（地区兴趣点），包含门禁/开放标签、质心坐标、面积及粗粒度非识别属性。
稳定论文版本：data/paper_v1/ 提供 37,444 个 AOI 的固定版本，用于论文基准可复现性。
独立香港/澳门文件：10,323 个 AOI 的迁移诊断数据，以独立文件发布。
广州人工评估数据：5,268 个匿名地理参考记录（门禁 2,605 / 开放 2,663），并提供 5 个固定的官方划分（train/validation/test）。

数据结构与模式

字段	说明
`aoi_id`	匿名哈希 ID
`city`	城市级位置
`centroid_lon`, `centroid_lat`	WGS84 质心坐标（用于近似空间匹配）
`area_m2`	AOI 面积（平方米，两位小数）
`label`	`gated` 或 `open`（模型标注）
`prediction_probability_gated`	模型概率（四位小数）
`confidence_bin`, `area_bin`, `far_bin`, `poi_density_bin`, `poi_count_bin`	粗粒度派生分箱
`has_boundary_in_controlled_release`, `has_imagery_in_controlled_release`	指示受限组件是否存在于受控包中

所有坐标均为 WGS84（EPSG:4326），香港/澳门数据由 UTM Zone 50N 转换而来。
不包含 AOI 多边形、名称、地址、供应商 ID、原始遥感影像或供应商元数据。

访问层级

公开仓库（本地址）：提供匿名化公开数据、文档、重建流程、参考 MCGC 模型 API 及公开检查点。
受控访问仓库：包含 AOI 边界、社区名称、供应商标识、遥感影像、原始广州标注表、香港/澳门受控诊断组件等非公开组件。需申请并签署非商业 DUA 后获取，由受控存储分发。

参考模型 MCGC

提供参考推理 API，需输入遥感影像（必需）；文本嵌入和数值/结构化特征为可选。
检查点（trimodal_io_fused_gba_full.pth）已上传至 GitHub Releases，大小约 1.7 GB，SHA-256 已提供。
模型用途限制：仅限非商业研究、可复现性、基准测试及聚合城市分析，禁止用于监控、执法、地理围栏、商业地产评分、居民级画像或定向执法。

许可证与使用说明

仅限非商业研究与可复现用途。
受控组件的访问需通过受控仓库申请，并遵守访问政策及签署 DUA。
引用请使用 ECCV 2026 论文（BibTeX 待官方元数据发布后补充）。

搜集汇总

数据集介绍

构建方式

GBA-GCs数据集依托中国粤港澳大湾区，覆盖37,444个住宅小区，整合了高分辨率卫星影像、中文元数据及结构化属性，如容积率与内部兴趣点密度。数据构建遵循严格的标注协议，由城市规划、建筑及地理学专家依据标准化指南，交叉核验多源证据完成封闭与开放小区的二元标注。为保障标注质量，数据集采用专家复核机制，并报告了标注者间信度（Cohen's κ=0.85）。同时，通过基于面积与空间分布的联合分层策略，划分出官方训练、验证与测试集，确保评估的公平性与可复现性。

特点

GBA-GCs作为首个大都市尺度的多模态基准，具备显著特色。其标签源自对“封闭小区”的本地化定义，聚焦连续周界、受控出入口等空间特征，而非通用全球分类，凸显地域适应性。数据集融合卫星影像、文本与数值属性的异构模态，辅以50米缓冲区保留边界证据，有效捕获围墙、入口等关键线索。具体而言，其结构化标签体系、专家验证及官方划分，为算法比较提供了标准化的测试平台，推动城市计算中封闭性识别研究的可重复性。

使用方法

该数据集旨在支持封闭小区识别的基准测试，并驱动空间公平性分析。研究者可将多模态输入（图像、文本、属性）输入至MCGC等模型，利用其视觉主干DINOv3-SAT及跨模态注意力机制，实现高精度分类。典型应用包括：基于预训练模型进行大区域制图，评估封闭社区对绿地可达性、步行连通性及房价分层的影响。数据集提供官方代码与评估协议，鼓励社区通过标准F1与AUC指标公平对比方法，并探索在异地规划与政策中的潜在应用。

背景与挑战

背景概述

随着人工智能与计算机视觉技术的迅猛发展，城市形态的精细刻画与空间分析得以在空前尺度上展开，然而诸多具有深远社会意义的城市空间形式，如中国的封闭式住宅小区（fengbi xiaoqu），长期未获视觉计算领域的充分关注。封闭式社区作为当代城市追求安全与专属性的空间表征，深刻重塑了城市的空间逻辑与社会互动模式，但既有研究多囿于定性案例或小范围调查，难以支撑可复现的城域级分析。为弥合这一鸿沟，香港科技大学（广州）的赵敏伟、张伟明等研究者于2026年发布了GBA-GCs基准数据集，该数据集覆盖粤港澳大湾区37,444个住宅小区，整合高分辨率卫星影像、中文元数据与结构化属性，并配以专家验证的封闭/开放标签、标注者间信度及官方划分，旨在为封闭社区识别与空间公平性分析提供标准化的可复现测试平台。

当前挑战

GBA-GCs数据集在构建与应用中面临多重挑战。领域层面，封闭社区的识别本质上是视觉与语义的交叉难题：单一视觉特征易受建筑物形态与周边环境干扰，文本元数据稀疏且含噪声，结构化属性的判别力有限，且封闭性体现在边界过渡与内外对比中，需显式建模内部与外部视觉差异，这超越了传统单模态或简单特征融合方法的能力。构建层面，数据来源碎片化，需整合多源地理信息与遥感影像，确保边界多边形、影像与文本属性在空间与语义上的对齐；标注工作需领域专家依据统一规程判别，处理部分封闭、城中村、入口遮挡等模糊情形，并量化标注者间一致性；同时需构造兼顾形态与地理分布多样性的训练划分，确保模型在跨区域泛化时具备鲁棒性，这一过程在人力成本与数据质量间寻求平衡。

常用场景

经典使用场景

GBA-GCs数据集为封闭社区识别提供了标准化的多模态测试平台。在计算机视觉与城市计算交叉领域，该数据集精准定义了“封闭社区”这一具有社会意义的空间形态，整合了高分辨率遥感影像、中文元数据、结构化属性及专家标注的边界与标签，并提供了规范的训练/验证/测试划分与评估协议。研究者可据此开展封闭社区的二分类任务，在统一基准上比较不同单模态与多模态模型的性能，从而推动该方向的可复现研究与方法迭代。

衍生相关工作

围绕GBA-GCs，衍生出多条研究脉络。其一，架构创新方向：论文提出的MCGC多模态分类器，融合边界感知的双视觉流、跨模态交互与自适应模态门控，成为该任务的新基线，并启发了后续针对遥感影像的DINOv3-SAT微调及LoRA适配等迁移策略。其二，鲁棒性探讨：跨区域迁移实验评估了AOI质量与噪声对模型的影响，引导了关于边界扰动和模态噪声的研究。其三，空间公平分析：基于该地图衍生的封闭性加权NDVI、绕行指数及房价关联研究，为城市环境与住房市场分析提供了新工具。该数据集及其代码开放于github，有望催生更多都市尺度封闭性计算研究。

数据集最近研究