.png){kind=icon}
返回
Object-based 3D building change detection using point-level change indicators
.png){kind=icon}
OA
AI
DOI：10.1016/j.jag.2023.103293.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着城市区域在水平和垂直方向上的快速扩张，复杂的建筑结构变化对现有的三维变化检测方法提出了挑战。现有的三维变化检测方法主要基于局部差异，依赖于设置阈值和规则，在确定复杂变化类型时面临困难。在本文中，为了解决这些问题，我们提出了一种使用变化指标的建筑物对象提取方法和基于对象的变化类型确定方法。关键步骤如下 :( 1) 利用两个历元点云之间的局部几何差异生成点级变化指标; (2) 利用变化指标指导建筑对象提取的区域生长和图形切割过程；(3) 基于对象的变化类型由随机森林分类器确定，依赖于建筑物对象的精细特征。实验是在模拟数据集和真实的机载激光扫描 (ALS) 数据集上进行的。该方法在模拟数据集上取得了最佳性能，在真实ALS数据集上的平均查准率和查全率分别达到了91.1% 和85.3%，证明了该方法的有效性。这项工作可以实现城市建筑地图的3D更新，并可用于建筑安全监控和识别潜在的非法结构。
Keyword:
Change detection
Building object extraction
Graph cuts
Change type determination
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
8.6
论文数:
5.3K
被引数:
2.4W
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容