microsoft/GlobalMLBuildingFootprints

何がこれか

MicrosoftのGlobal Building Footprintsリポジトリは、ほぼ地球全体の建物レベルのポリゴンジオメトリ（および利用可能な場合の高さ推定値）を含む、大規模でオープンライセンスのデータセットを提供しています。このデータは、航空写真および衛星画像を深層学習モデルで処理し、セマンティックセグメンテーションとポリゴン化によって得られています。

なぜ重要なのか

• スケール – 10億以上の建物の足跡と、数億の高さ推定値を含み、公開されている3D都市データセットの中で最も大きなものの一つです。
• オープンライセンス – CDLA Permissive 2.0ライセンスの下で公開されており、誰でもダウンロード・再編集・商業的・研究プロジェクトに統合できます。
• 地理的カバー範囲 – 225地域（30,340タイル）をカバーし、国ごとの詳細な分割と、高さデータが利用可能な領域を示す別々のレイヤーを含んでいます。
• AI駆動の生成 – 足跡は2段階のパイプライン（セマンティックセグメンテーションニューラルネット → ポリゴン化）で生成され、高さ値は、画像と地上測定標高のペアで訓練されたニューラルネットから得られます。

使い方

1. ダウンロード – dataset-links.csvファイルには、Bing Mapsのクアッドキーでインデックスされた、gzip圧縮された行区切りGeoJSON（.csv.gz）ファイルのURLがリストされています。
2. 読み取り – gzip + jqなどの標準ツールでストリーミング可能。Spark/Daskで並列処理も可能。例題スクリプトも提供されています（scripts/read-large-files.py, scripts/make-gis-friendly.py）。
3. 統合 – QGIS、ArcGISなどのGISソフトウェア、またはPostGIS、BigQuery GISなどの空間データベースにポリゴンを読み込み、マッピング、分析、または下流のAIモデル（例：3D都市再構築、都市計画、災害対応）の入力として使用できます。
4. 高さデータ – 利用可能な場合、height属性（メートル）は、足跡内のピクセルごとの高さ予測の平均値です。欠損値は-1です。
5. 信頼度スコア – confidenceフィールド（0〜1）は、各足跡に対するモデルの確信度を示します。-1は「利用不可」を意味します。

データ品質と制限

• 正確率/再現率は地域によって異なります（例：ヨーロッパ ≈ 94% / 86%、アフリカ ≈ 94% / 71%）。
• 偽陽性率は一般的に国ごとのサンプルで約1%です。
• 解像度は、元データの画像の年齢（2014–2024）とタイルの可用性に依存します。一部の遠隔地域のタイルは省略されています。
• 高さデータのカバー範囲は、足跡データのカバー範囲よりも大幅に限られています（約1.74億の高さ vs 10億の足跡）。

どの人にとって役立つのか？

• 都市AIモデル（例：3D都市生成、交通シミュレーション）を構築する研究者。
• 災害リスク評価やインフラ計画を行うNGOや政府。
• 位置ベースのサービス、拡張現実、物流ルーティングを提供する企業で、建物ジオメトリが必要なケース。
• バッチインポートの候補を探しているOpenStreetMapの貢献者（通常のコミュニティガイドラインに従って）。

使い始め

# ファイルのインデックスを取得
curl -O https://bfppub.blob.core.windows.net/%24web/2026-08-13/dataset-links.csv

# 例：1つのタイルをダウンロード（<quadkey>を目的のキーに置き換える）
wget https://bfppub.blob.core.windows.net/global-buildings/<quadkey>.csv.gz

gunzip -c <quadkey>.csv.gz | head   # いくつかのGeoJSONL行を表示

関連プロジェクト

• USBuildingFootprints, AustraliaBuildingFootprintsなど – 国別リリース。
• RoadDetections – AIで導出された道路ベクターの補完データセット。

---

すべての詳細はリポジトリのREADMEから直接取得しており、追加の機能は推測されていません。