PCFootprint

PCFootprint是由深圳大学研究团队创建的首个大规模公开航空激光扫描点云建筑物足迹提取数据集，旨在解决光学影像中因遮挡和畸变导致的提取不完整问题。该数据集涵盖爱沙尼亚多样化的城乡景观，包含33,000个标准化图块，覆盖540.67平方公里，共标注227,264个建筑物实例，每个图块尺寸为128米×128米，点云间距在0.22至1.09米之间。数据集通过系统处理原始点云数据并配准矢量多边形标注构建而成，专门支持从三维空间直接生成结构化建筑轮廓。其核心应用领域包括建筑物建模、城市三维重建、地理空间分析及智慧城市基础设施开发，为数字孪生和GIS应用提供几何保真度更高的基础数据。PCFootprint is the first large-scale publicly available airborne LiDAR point cloud building footprint extraction dataset developed by a research team from Shenzhen University. It aims to address the problem of incomplete extraction caused by occlusion and distortion in optical imagery. This dataset covers diverse urban and rural landscapes in Estonia, consisting of 33,000 standardized tiles spanning a total area of 540.67 square kilometers, with a total of 227,264 annotated building instances. Each tile measures 128 meters × 128 meters, and the point cloud spacing ranges from 0.22 to 1.09 meters. The dataset is constructed by systematically processing raw point cloud data and registering vector polygon annotations, and is specifically designed to support the direct generation of structured building footprints from three-dimensional space. Its core application areas include building modeling, urban 3D reconstruction, geospatial analysis, and smart city infrastructure development, providing foundational data with higher geometric fidelity for digital twin and GIS applications.

原始信息汇总

数据集概述

PCFootprint 是一个专为从ALS点云中矢量提取建筑足迹而设计的大规模开源基准数据集。数据来源于爱沙尼亚土地与空间发展委员会，覆盖540.67平方公里，包含33,000个标准化瓦片和227,264个精细标注的建筑实例，涵盖多样化的城市与乡村景观。

数据集规格

属性	详情
子集	爱沙尼亚大陆（Mainland）、岛屿（Islands）
数据类型	ALS点云
标注格式	矢量多边形（.json）
开放性	开源
点间距 [米]	0.22 – 1.09
瓦片尺寸 [米]	128 × 128
总瓦片数	33,000
建筑实例数	227,264
覆盖面积 [平方公里]	540.67

数据结构

数据集包含两个主要子集，对应爱沙尼亚不同的地理特征：

• Mainland/（爱沙尼亚大陆）
  • pointcloud/：点云数据（如 .laz 格式）
  • footprint/：矢量足迹标注（如 .json 格式）
• Islands/（爱沙尼亚岛屿）
  • pointcloud/：点云数据（如 .laz 格式）
  • footprint/：矢量足迹标注（如 .json 格式）

许可证与致谢

• 数据集许可证：采用 Creative Commons Attribution 4.0 International (CC BY 4.0) 许可。
• 数据来源：
  • 高程/原始LiDAR数据（2021-2024）
  • 行政单位/县界数据（2025）
  • 地形数据库（ETAK）/建筑数据（2021-2024）
  • 所有原始数据均依据爱沙尼亚土地委员会开放数据许可（2025年1月1日版）使用，许可文件链接为：https://geoportaal.maaruum.ee/docs/Avaandmed/ETAK_open_data_licence.pdf

搜集汇总

数据集介绍

构建方式

PCFootprint数据集的构建基于爱沙尼亚土地与空间发展局提供的机载激光扫描点云数据，覆盖全国范围的城市与乡村景观。研究团队首先选取了500块面积为1 km × 1 km的原始大图块，这些图块具有显著的高度变化与结构复杂性。随后，每块大图块被细分为64个128 m × 128 m的标准小图块，最终得到30,000个有效的主陆样本。在此基础上，额外从萨雷马和希乌马两大岛屿采集了3,000个图块，用于跨域泛化评估。所有标注均采用MS-COCO格式，将每个建筑足迹表示为有序顶点序列定义的矢量化多边形，并建立了与点云数据的严格空间对应关系。此外，通过密度连通性爬升算法计算建筑高度，剔除了因时间不一致导致的异常样本，并清除了被图块边界切割的建筑实例，以确保数据质量。

特点

PCFootprint数据集具有大规模、高多样性与结构化标注三大核心特点。其总覆盖面积达540.67平方公里，包含33,000个标准化图块和227,264个建筑实例，规模远超现有基于点云的建筑足迹数据集。点云密度在0.9 pts/m²至20.9 pts/m²之间剧烈波动，反映了不同区域飞行高度与传感器配置的差异，为评估算法对非均匀数据质量的鲁棒性提供了严苛测试。建筑尺度涵盖小型、中型和大型三类，其中小型与中型建筑占比超过98%，而大型建筑比例极低，体现了真实世界的分布规律。几何复杂度分析表明，简单矩形结构占主导地位，但复杂不规则几何形态仍占显著比重，为检验模型对多样化建筑形态的适应能力提供了丰富素材。数据集中主陆与岛屿子集在地理上完全隔离，形成了天然的跨域泛化基准。

使用方法

PCFootprint数据集的使用方法遵循标准化的基准测试协议。数据集被划分为标准基准和跨域泛化基准两部分：标准基准利用主陆的30,000个图块，按8:1:1的比例在每个县内分层划分为训练集（24,000）、验证集（3,000）和测试集（3,000），确保地理分布与实际建筑密度同步；泛化基准则采用来自岛屿的3,000个图块，用于评估模型在未见区域上的零样本泛化能力。使用者可将点云数据投影到512×512像素的网格上，通过反距离加权插值生成连续的二维图像，再应用基于图像的主流建筑足迹提取方法进行训练与评估。评估指标采用MS-COCO标准，包括平均精度和平均召回率，并针对不同建筑尺度进行分层分析。数据集已开源，可通过Hugging Face平台获取。

背景与挑战

背景概述

PCFootprint数据集由深圳大学建筑与城市规划学院的沈浩源、王奎浩、王瑞胜和刘玉军等研究人员于2026年创建，旨在解决航空激光扫描点云中矢量化建筑足迹提取这一核心研究问题。该数据集是首个针对该任务的大规模公开基准，从爱沙尼亚土地与空间发展局获取原始数据，覆盖全国540.67平方公里，包含33000个标准化瓦片和227,264个建筑实例，涵盖城乡多样景观。其创建填补了点云领域缺乏矢量化建筑足迹标准数据集的空白，为数字孪生和智慧城市基础设施中的自动三维重建与地理空间分析提供了关键支撑，推动了摄影测量与遥感领域的发展。

当前挑战

PCFootprint面临的挑战主要体现在三个方面。领域层面，传统基于光学影像的建筑足迹提取易受阴影遮挡和视角畸变影响，缺乏高程信息限制了LoD1建模；点云数据虽提供三维几何，但现有研究多依赖私有小规模数据集，难以评估泛化能力。构建过程中，点云密度在0.9至20.9 pts/m²间剧烈波动，低密度区域引发插值伪影；建筑形态呈现高度类内变异，从简单正交结构到复杂几何轮廓，加之植被遮挡和传感器噪声，导致边界定位困难。跨域泛化测试显示，模型在岛屿子集上性能显著下降，凸显了地理域迁移的根本性挑战。

常用场景

经典使用场景

PCFootprint数据集最经典的使用场景在于从机载激光扫描点云中提取矢量化建筑物足迹，这是摄影测量、遥感与计算机视觉交叉领域的核心任务。该数据集提供了33,000个128米×128米的标准瓦片，覆盖爱沙尼亚全境多样化城乡景观，包含227,264个建筑物实例及其系统对齐的矢量多边形标注。借助该基准，研究者能够系统评估和对比主流算法的性能，揭示高类内方差、数据不平衡及复杂地理环境噪声等挑战，从而推动建筑物建模、城市场景理解与地理空间分析等方向的深入发展。

解决学术问题

PCFootprint数据集有效解决了当前学术研究中缺乏公开、大规模、标准化的机载激光扫描点云建筑物足迹提取基准这一关键瓶颈。传统基于光学影像的方法受制于阴影遮挡、透视畸变及缺乏高程信息，导致提取结果不完整或错位。该数据集通过提供精准的三维坐标与穿透性点云数据，填补了从三维空间直接提取矢量化足迹的空白，并构建了首个跨域泛化评估协议，助力研究地理区域迁移下的模型鲁棒性。其开源发布促进了可重复研究，推动了点云足迹提取领域从私有数据集向公共基准的范式转变。

衍生相关工作

PCFootprint数据集已催生了一系列具有影响力的衍生工作。在方法层面，像素级分割范式（如MFNet）与多边形回归范式（如P2PFormer、SAMPolyBuild）在该基准上进行了严格评估，揭示了当前算法在跨域泛化与小尺度建筑物检测上的局限。基准结果直接启发学界寻求学习域不变几何特征及直接利用三维空间几何的范式转换。数据集还促进了针对点云密度非均匀性、植被干扰等挑战的专门算法开发，如传统几何启发式（LasBuildSeg）与基于深度学习的迭代优化方法。这些工作共同推动了建筑物足迹提取领域从依赖二维影像向三维点云原生处理的演进。