检测机载激光扫描数据与摄影测量数据之间的建筑物变化

摘要： 检测城市环境中的地形变化并保持城市级点云数据的时效性，是城市规划与监测的重要任务。实际应用中，不同时期的遥感数据往往仅以不同模态形式存在。由于输入数据的多模态特性及密集匹配误差，机载激光扫描数据与摄影测量数据间的变化检测具有挑战性。本文提出一种多模态采集数据间建筑物变化检测方法：将多模态输入数据转换后输入轻量级伪孪生卷积神经网络（PSI-CNN）进行变化检测，并比较了不同网络配置与融合策略。基于大型城市数据集的实验验证了所提方法的有效性——所得变化图召回率达86.17%，精确率达68.16%，F1分数为76.13%。通过对比孪生架构与前馈架构，本研究为多模态数据处理网络设计提供了诸多重要发现与建议。