EN

Who we are?

Missing Maps is an open, collaborative project in which you can help to map areas where humanitarian organisations are trying to meet the needs of vulnerable people.

Missing Maps Hackathon is organised to improve the tools of Missing Maps mappers and to automate some of tasks where the precious time of the mappers can be saved.

We will focus on the following areas of improvement. Your team can pick any of those or you can also suggest a different one based on your experience.

Challenges

1. Detection of clouds on satellite imagery

Automated cloud identification on satellite imagery .

2. Detection of fast growing populated areas

Change detection on satellite imagery – example to work with could be Bangladesh Rohingya refugee camps; no need to correctly identify individual buildings, what we need is to know that what we see on satellite images in certain area used to look like forest and is more like buildings.

3. Visualization of new mapped areas during Missing Maps events (e.g. mapathons)

Change detection on OSM – a tool working with vectorized data from OSM that would help us present how fast we mapped certain region and which objects (roads, buildings) have been added over certain time period.

4. Semi-automated recognition of buildings around mouse click

Semi-automated buildings detection – while it is quite difficult to find all buildings in an area, a semi-automated way could be more feasible. This plugin for JOSM could identify a building when a user clicks in its center. Thus the user would find the building and click in it and the plugin would then identify where the building is and draw & tag it. This could save up to 5 mouseclicks per building.

5. Improving workflow for tagging special buildings discovered in the field

A tool that would merge points of interest – More in general: How can we improve the workflow to manually add in data collected on the field by our MSF teams. They don't always have the possibility to do it themselves, so could use from volunteers.

6. Kobo/ODK enrichment with existing OSM data to prevent double tagging

Today our MSF field teams are using a lot Kobo / ODK as a tool to collect data. The tool as such is really great to use because it is incredibly easy! But within Kobo / ODK there is no map interface for them to see if the data that they collect is already on OpenStreetMap. So sometimes they collect data that is already on the map. How could we avoid this.

7. Integration of MapSwipe 2.0 and OSM

How to add buildings data from Mapswipe 2.0 directly to OSM?

8. MapSwipe analytics - discovering best contributors

Improve MapSwipe analytics: How to see the most productive users/groups of users. Could this maybe become a real leaderboard?

9. Identifying representative sample of population based on data from OSM

If MSF organises a survey, we use random sampling to determine which family/person we need to survey. Today we do this in Qgis, but this is fairly complicated for non GIS specialists to use. Would there be a way to do this quicker and easier directly on OSM data?

10. Process optimization for mapping large areas (e.g. whole countries)

To map the Central African Republic – next year, MSF wants to map the whole country; it is not the only large area we would like to map. The challenge is to find the best way to do it.

For you

Food and drinks will be provided.

It is possible to sleep on the spot (HUB 2.0), just take your own sleeping equipment. (sleeping bag, hammock, ...)

---------------------------------------------------------

CZ

Kdo jsme?

Česká a slovenská skupina dobrovolníků Missing Maps patří mezi nejaktivnější na světě, pořád ale lidé většinu času mapují všechny objekty ručně.

Zapojte se a pomozte zjednodušit mapování, automatizovat část práce a vyvinout užitečné pluginy.

Možná, že i díky vám budou tisíce dobrovolníků po celém světě mapovat rychleji a efektivněji.

A na profíky v oblasti umělé inteligence čeká úkol nejtěžší - pokusit se na snímcích se špatným rozlišením, se kterými normálně pracují lidé na mapathonech najít budovy, silnice a další důležité body strojově. Když to po krátké instruktáži zvládne s více než 90% přesností člověk, proč by to nedokázala AI?

Výzvy

1. Detekce mraků na satelitních snímcích

Nástroj pro automatizované rozpoznávání mraků na satelitních snímcích.

2. Detekce rychle rostoucích obydlených oblastí

Nástroj pro detekci změn na satelitních snímcích - příkladem jsou uprchlické tábory Rohingů v Bangladeshi, kde není potřeba správně identifikovat jednotlivé budovy, ale je třeba určit, zda se jedná spíše o budovy nebo o stromy.

3. Vizualizace nově zmapovaných oblastí během akcí Missing Maps (např. mapathonů)

Nástroj pro detekci změn v OSM, který zpracuje vektorizovaná data a pomůže nám znázornit, jak rychle jsou mapovány dané oblasti a které objekty (cesty, budovy) byly přidány za určitou dobu.

4. Poloautomatické rozpoznání budov v okolí kliknutí myši

Najít všechny budovy v oblasti bývá často velmi náročné a jejich poloautomatické rozpoznávání by mohlo mapařům velmi urychlit a zefektivnit práci. Takovýto plugin pro JOSM by měl rozpoznat budovu po kliknutí doprostřed objektu, obkreslit ji a otagovat. To může mapařům ušetřit až 5 kliknutí na každé budově!

5. Nástroj na spojování bodů zájmu

V terénu často sbíráme data (např. lokace a jména zdravotnických center). Postup pro nahrávání těchto dat do OSM ve větších dávkách je v tuto chvíli velmi zdlouhavý a neumožňuje snadno ve větších dávkách nahrávat, porovnávat a vkládat větší množství bodů.

6. Obohacení Kobo/ODK o existující data v OSM k zamezení dvojité klasifikace

Aktuálně je situace taková, že naše MSF týmy používají pro sběr dat hlavně Kobo nebo ODK, které jsou oblíbené pro jejich snadné používání. Bohužel Kobo ani ODK nemá rozhraní pro mapy, ze kterých by bylo možné zjistit, zda data, které sbírají, jsou již na OpenStreetMap. To někdy způsobí, že se sbírají data, které už na mapě jsou. Jak tomu zabránit?

7. Integrace MapSwipe 2.0 a OSM

Řešení, které umožní přenos dat o budovách z Mapswipe 2.0 do OSM.

8. MapSwipe analytics - nalezení nejlepších přispěvatelů

Vylepšení pro MapSwipe analytics, které zobrazí žebříček nejproduktivnějších uživatelů či skupin.

9. Nalezení reprezentativních vzorků populace na základě dat z OSM

Vždy, když organizujeme průzkum, používáme náhodné vzorkování pro určení rodin či osob, které se ho zúčastní. Dnes na to používáme Qgis, jehož používání je bohužel velmi komplikované pro uživatele, kteří nepracují s GISem. Bylo by možné vymyslet způsob, jak to provést rychleji a jednodušeji přímo na základě dat z OSM?

10. Optimalizace procesu pro mapování rozlehlých oblastí (např. celých států)

Příští rok chceme zmapovat celou Středoafrickou republiku. Je to obrovská oblast a není jediná, kterou chceme zmapovat. Cílem je najít nejefektivnější způsob, jak to provést.

Zázemí

Jídlo a pití zajištěno.

Přespání je možné přímo na místě (v HUB 2.0) s vlastním spacákem, hamakou, ...