FOTBCD: Um Benchmark de Grande Escala para Detecção de Mudanças em Edifícios a partir de Ortofotos e Dados Topográficos Franceses
FOTBCD: A Large-Scale Building Change Detection Benchmark from French Orthophotos and Topographic Data
January 30, 2026
Autores: Abdelrrahman Moubane
cs.AI
Resumo
Apresentamos o FOTBCD, um conjunto de dados em larga escala para detecção de mudanças em edificações, derivado de ortofotos francesas oficiais e dados topográficos de edificações fornecidos pelo IGN France. Diferentemente de benchmarks existentes, que estão geograficamente restritos a cidades únicas ou regiões limitadas, o FOTBCD abrange 28 departamentos da França metropolitana, sendo 25 utilizados para treinamento e três departamentos geograficamente distintos reservados para avaliação. O conjunto de dados cobre diversos ambientes urbanos, suburbanos e rurais com uma resolução de 0,2m/pixel. Disponibilizamos publicamente o FOTBCD-Binary, um conjunto de dados composto por aproximadamente 28.000 pares de imagens "antes/depois" com máscaras binárias de mudança de edificações em nível de pixel, cada um associado a metadados espaciais em nível de *patch*. O conjunto de dados foi concebido para *benchmarking* e avaliação em larga escala sob deslocamento de domínio geográfico, com amostras de validação e teste provenientes dos departamentos reservados e verificadas manualmente para garantir a qualidade dos rótulos. Adicionalmente, disponibilizamos publicamente o FOTBCD-Instances, um subconjunto anotado em nível de instância, compreendendo vários milhares de pares de imagens, que ilustra o esquema de anotação completo utilizado na versão completa do FOTBCD em nível de instância. Utilizando uma linha de base de referência fixa, avaliamos o FOTBCD-Binary em comparação com o LEVIR-CD+ e o WHU-CD, fornecendo fortes evidências empíricas de que a diversidade geográfica em nível de conjunto de dados está associada a uma melhoria na generalização cruzada de domínio na detecção de mudanças em edificações.
English
We introduce FOTBCD, a large-scale building change detection dataset derived from authoritative French orthophotos and topographic building data provided by IGN France. Unlike existing benchmarks that are geographically constrained to single cities or limited regions, FOTBCD spans 28 departments across mainland France, with 25 used for training and three geographically disjoint departments held out for evaluation. The dataset covers diverse urban, suburban, and rural environments at 0.2m/pixel resolution. We publicly release FOTBCD-Binary, a dataset comprising approximately 28,000 before/after image pairs with pixel-wise binary building change masks, each associated with patch-level spatial metadata. The dataset is designed for large-scale benchmarking and evaluation under geographic domain shift, with validation and test samples drawn from held-out departments and manually verified to ensure label quality. In addition, we publicly release FOTBCD-Instances, a publicly available instance-level annotated subset comprising several thousand image pairs, which illustrates the complete annotation schema used in the full instance-level version of FOTBCD. Using a fixed reference baseline, we benchmark FOTBCD-Binary against LEVIR-CD+ and WHU-CD, providing strong empirical evidence that geographic diversity at the dataset level is associated with improved cross-domain generalization in building change detection.