Identificazione automatica dei cambiamenti nel territorio e supporto alla restituzione degli oggetti con l'utilizzo di dati LiDar e deep learning

The main objective of this thesis work is to define a method that allows, starting from data obtained by remote sensing, to detect areas of the territory where changes have occurred, thus reducing the human input required in the updating phase of spatial data.A method has been identified and verified in its main phases using point clouds obtained from MMS (Mobile mapping system).The verifications, although partial, support the validity of the approach. In addition, methods were identified for the improvement of the results by introducing the use of a-priori knowledge of the places concerned and possible solutions available for the restitution phase were analyzed, which can be used to support the actual phase of updating the data of the identified areas of change.

L’obiettivo principale di questo lavoro di tesi è di definire un metodo che consenta, a partire da dati ottenuti da remote sensing, di rilevare aree del territorio dove sono avvenuti cambiamenti, riducendo così l’impiego umano richiesto nella fase di aggiornamento dei dati territoriali.Un metodo è stato individuato e verificato nelle sue fasi principali utilizzando nuvole di punti ottenute da MMS(Mobile mapping system).Le verifiche supper parziali supportano la validità dell’approccio. Si sono inoltre identificati metodi per il miglioramento dei risultati introducendo l’utilizzo della conoscenza a-priori dei luoghi interessati e si sono analizzate le possibili soluzioni disponibili per la fase di restituzione, utilizzabili per supportare la fase vera e propria di aggiornamento dei dati delle aree di cambiamento identificate.