iVISION-2DCD

iVISION-2DCD是由加拿大国家研究委员会与滑铁卢大学联合创建的大规模合成二维变化检测数据集，专为长期户外建筑施工监测设计。该数据集包含超过50个采集时段、覆盖3.23万平方米的工地场景，通过无人机搭载RGB相机与激光雷达传感器采集密集点云数据，并利用新颖视图合成技术生成多视角逼真图像及精准变化标注。其构建过程采用半自动化语义分割与变化标签生成算法，有效克服了双时相对齐与视角多样性的挑战。该数据集主要应用于计算机视觉与机器人领域，旨在解决复杂户外环境下建筑施工进度自动化监测的视角鲁棒性问题，推动建筑自动化研究的发展。iVISION-2DCD is a large-scale synthetic 2D change detection dataset jointly developed by the National Research Council Canada and the University of Waterloo, specifically tailored for long-term outdoor building construction monitoring. This dataset encompasses over 50 acquisition cycles, covering a construction site spanning 32,300 square meters. It collects dense point cloud data via unmanned aerial vehicles (UAVs) equipped with RGB cameras and LiDAR sensors, and leverages novel view synthesis techniques to generate photorealistic multi-view images and precise change annotations. The dataset’s construction pipeline adopts semi-automated semantic segmentation and change label generation algorithms, effectively overcoming the challenges of bi-temporal alignment and view diversity. Primarily applied in the fields of computer vision and robotics, this dataset aims to address the view robustness problem of automated construction progress monitoring in complex outdoor environments, and promote the advancement of construction automation research.

原始信息汇总

数据集概述：iVISION-2DCD

基本信息

• 数据集名称：iVISION-2DCD（iVISION: A Long-Term Change Detection Dataset for Large-Scale Outdoor Construction Monitoring）
• 发布机构：加拿大国家研究委员会（National Research Council Canada）与滑铁卢大学（University of Waterloo）视觉与图像处理研究组
• 论文会议：IEEE International Conference on Robotics & Automation (ICRA) 2026

数据集定位

iVISION-2DCD是一个面向大规模户外施工监控的长期变化检测数据集，专门针对建筑施工场景中的二维变化检测（2D Change Detection, 2DCD）任务设计。

核心特点

• 大规模合成生成：从密集的LiDAR点云中通过合成方式生成，包含逼真的输入图像和精确的真实标注（ground truth annotations）
• 视角鲁棒性：支持从任意摄像机视角进行变化检测，解决了施工建筑在几何和外观上随时间不断演变的挑战
• 真实世界复杂性：保留了真实部署场景中的固有复杂性，如视角多样性、时间对齐等挑战
• 数据来源：利用无人机（UAV）进行室外大规模测量数据采集

数据生成方法

采用系统性合成数据生成方法，包括：

1. 新颖视图合成技术（Novel View Synthesis）以克服双时相对齐和视角多样性挑战
2. 半自动语义分割与变化标签生成，同时保留具有挑战性的真实案例

数据集划分与评测

• 提供基准评测协议、数据划分（splits）和评估指标
• 已使用最先进的2DCD算法进行基准评估，证明该数据集为计算机视觉和机器人社区提出了新的研究挑战

数据下载

数据集托管于Kaggle平台，因单数据集大小限制，按场景分为两个部分：

• Fall 2024（2024年9月–12月）
• Winter 2025（2025年1月–4月）

引用格式

@inproceedings{mao2026ivision, author = {Mao, Dayou and Lin, Yuchen and Ebadi, Ashkan and Zelek, John and Wong, Alexander and Chen, Yuhao}, title = {iVISION: A Long-Term Change Detection Dataset for Large-Scale Outdoor Construction Monitoring}, booktitle = {IEEE International Conference on Robotics & Automation}, year = {2026}, }

搜集汇总

数据集介绍

构建方式

iVISION-2DCD数据集基于对加拿大一处大型室外施工场地为期一年的密集多模态采集构建而成。研究团队利用搭载RGB相机与LiDAR传感器的DJI Matrice 350无人机，规划飞行轨迹以平衡操作约束与数据质量，获取了超过50个时间点的原始点云与影像。为克服实际作业中无人机因安全限制导致的视角单一问题，研究者创新性地提出了新型视角合成技术，包括垂直采样、镜像采样与前向采样三种互补策略，从每个真实相机位置生成32个合成视角，从而实现了在任意相机角度下的双时相像素级对齐。在此基础上，通过纯PyTorch渲染管线优化像素覆盖率，将分辨率降至1/8尺度后覆盖率提升至97%，生成逼真的合成图像。最终，数据集包含17个场景的16个连续场景对，共4800个合成相机视角的高质量双时相图像对。

特点

iVISION-2DCD区别于现有遥感变化检测数据集的核心特点在于其独特的斜视视角与真实施工场景的复杂挑战。该数据集摒弃了传统卫星或航拍数据集依赖的俯视视角，通过合成多样化相机角度（包括地面级视角与倾斜视角），为算法提供了对垂直结构变化敏感的视觉信息。其时间跨度超过一年，覆盖冬季积雪、季节植被变化等环境波动，并保留了四项真实世界的困难案例：RGB图像无法感知的地形微变、与施工元素混叠的积雪、移动机械产生的点云伪影，以及薄层结构导致的RGB投影误差。此外，数据集包含几何与纹理双模态信息，能够在32300平方米的施工区域中捕捉从材料增减到结构转型的渐进式变化，为多视角鲁棒变化检测研究设立了新的基准。

使用方法

iVISION-2DCD适用于训练和评估面向施工监控的二维变化检测算法，尤其适合需要处理多视角、斜视角与复杂环境干扰的场景。用户可将双时相RGB图像对（I1与I2）与对应的逐像素变化标签（二分类：变化/未变化）及忽略掩膜直接输入至现有深度学习框架。研究者在实验中发现，传统数据增强中的随机旋转操作在此数据集上会生成明显失真的样本（如倒置的起重机），因此建议取消这一增强策略。模型训练时需为不同类别分配与像素数量成反比的权重，并使用SGD优化器（初始学习率1e-3，动量0.9，权重衰减1e-4）及多项式学习率调度器。该数据集已被用于评估18种主流变化检测方法，揭示了现有算法在斜视施工场景中性能显著下降与排名倒置的现象，为开发视角鲁棒的新算法提供了严苛的测试平台。

背景与挑战

背景概述

随着全球建筑行业数字化转型的加速，自动化施工监测成为降低项目成本与人为失误的关键技术。然而，现有监测手段普遍依赖人工巡检，导致超过53%的项目面临工期延误，66%的项目预算超支。在此背景下，由加拿大国家研究委员会与滑铁卢大学视觉与图像处理研究团队于2026年联合推出的iVISION-2DCD数据集，为大规模户外施工场景下的二维变化检测研究提供了开创性基准。该数据集基于长达一年的无人机多模态采集（涵盖RGB与LiDAR数据），通过新颖视角合成技术生成来自任意视角的逼真图像，并配备精准的变化标签。其核心研究问题在于解决现有数据集普遍存在的视角单一、时间采样稀疏及环境偏差等缺陷，填补了开放源码视角鲁棒二维变化检测数据集在建筑施工自动化领域的空白。该数据集已被IEEE ICRA 2026接收，为计算机视觉与机器人学交叉领域开辟了新的研究方向。

当前挑战

iVISION-2DCD面临的核心挑战体现在两个层面。在领域问题层面，现有二维变化检测算法多针对俯视图遥感影像设计，难以应对施工场景中因视角剧烈变化（如地面视角、倾斜视角）导致的物体形貌变异与遮挡问题，同时季节更替、天气变化带来的光照不均与雪覆盖等环境干扰极具复杂性。在数据集构建过程中，团队面临三大技术瓶颈：首先，无人机任务因安全限制无法实现精确的跨时相像素对齐，且采集视角受限；其次，高密度LiDAR点云（每场景2-8亿点）投影至二维图像时存在约23%的像素缺失；最后，人工标注大规模双时相变化标签成本极高。通过新颖视角合成与半自动语义标注流水线，该数据集成功保留了四种极具挑战性的真实世界案例：雪覆盖造成的语义歧义、地形微变化（RGB不可见）、施工动态物体伪影及LiDAR重建投影误差，充分反映了实际部署中的固有复杂性。

常用场景

经典使用场景

在建筑自动化与计算机视觉交叉领域，iVISION-2DCD数据集被广泛用于开发和评估面向施工场景的二维变化检测算法。其核心使用场景聚焦于从任意视角的无人机图像中，精准识别建筑工地上随时间演变的几何与外观变化。该数据集通过合成密集LiDAR点云生成逼真的多视角影像和精确的真值标签，突破了传统数据集仅依赖正射影像的局限，为研究视角鲁棒性的变化检测提供了标准化基准。研究者利用此数据集训练深度学习模型，以应对施工环境中复杂的动态变化，如结构增建、材料堆叠及季节性干扰，从而推动2DCD算法在非受控户外大场景中的实际部署。

衍生相关工作

iVISION-2DCD的发布已催生一系列衍生研究工作，深刻影响了计算机视觉与机器人学在建筑自动化中的前沿探索。首先，它启发了针对长时域、多视角变化检测的新型网络架构，如利用Mamba状态空间模型融合时序与空间特征的方法；其次，数据集中的半自动标注流水线被借鉴用于其他点云合成二维标签的任务，降低了标注成本；此外，研究者基于其独特挑战设计了视角不变性损失函数和域适应机制，以提升模型在未见施工场景中的鲁棒性。这些衍生工作不仅拓展了变化检测的理论边界，也为无人机自主巡检、数字孪生构建等交叉应用开辟了新的实验范式。

数据集最近研究

最新研究方向

iVISION-2DCD作为面向大规模室外施工监控的长时序2D变化检测基准数据集，正引领计算机视觉与机器人领域在建筑自动化监测中的前沿探索。该数据集通过新颖视角合成技术从密集LiDAR点云生成逼真图像与精确标注，解决了传统无人机视角受限、时序稀疏及标注昂贵等核心瓶颈。当前，利用其涵盖一年以上、50余次采集的多视角斜视影像，研究者聚焦于开发视角鲁棒且能适应雪季、地形微变、动态机械干扰等复杂环境的变化检测算法。该数据集对现有主流方法（如ChangeMamba、BiFA）提出的显著性能挑战（mIoU较现有遥感基准骤降30%以上）揭示了斜视场景与几何纹理信息耦合的独特难题，从而推动了更具泛化能力的视觉感知模型在建筑数字孪生与智能工地管理中的应用突破。

相关研究论文

• iVISION-2DCD: A Long-Term Change Detection Dataset for Large-Scale Outdoor Construction Monitoring

  加拿大国家研究委员会; 滑铁卢大学·系统设计工程系·视觉与图像处理研究组 · 2026年