تتغير المدن بطرق متعددة، حيث لا تقتصر التغيرات على التوسع الأفقي فحسب، بل تشمل أيضًا تغييرات هيكلية عمودية تعكس تطور الفضاء الحضري. يتطلب هذا الأمر التقاط التغيرات الدلالية ثنائية الأبعاد (2D) والتغيرات الارتفاعية ثلاثية الأبعاد (3D) بشكل مشترك لضمان تحليل دقيق لمورفولوجيا المدن وإدارة الأزمات.

في العديد من الحالات العملية، يواجه جمع الملاحظات ثلاثية الأبعاد (3D) قيودًا كبيرة بسبب التكاليف المرتفعة لعمليات الاستحواذ وصعوبة تحديث البيانات بشكل متكرر. لذا، فإن استخدام المدخلات متعددة الأوقات مثل نموذج السطح الرقمي (Digital Surface Model - DSM) قبل حدوث الحدث والصور التي تليه يمثل حلاً فعالاً لرصد التغيرات ثلاثية الأبعاد في البيئات الحضرية بشكل دوري، بالإضافة إلى تقييم الكوارث والاستجابة للطوارئ.

غير أن هذه المهمة لا تخلو من التحديات؛ حيث أن البيانات المصورة وبيانات DSM قد تظهر فجوات كبيرة في التمثيل الطيفي والهندسي. كما أن الفروق بين أنواع البيانات قد يتم الخلط بينها وبين التغيرات الفعلية، مما يجعل الكشف عن التغييرات يتطلب دمجًا فعالاً للميزات الدلالية والهندسية من البيانات متعددة الأوقات.

في هذه الورقة البحثية، نقدم DPG-CD، وهو إطار عمل موجه من خلال العمق للكشف عن التغيرات الدلالية ثنائية الأبعاد والتغيرات الارتفاعية ثلاثية الأبعاد. حيث يتم إدخال تقدير أولي للعمق في الصور لتقليل الفجوة بين أنماط البيانات، يليها آلية دمج مختارة لضخ إشارات هندسية من العمق مع الحفاظ على التمثيلات الطيفية التمييزية.

ثم يتم استعمال بنية دمج الميزات عبر الزمن والأبعاد المتعددة لاستخراج الميزات الواعية للتغير. وفي النهاية، يتوقع المُشفّر المتعدد المهام التغيرات الدلالية 2D والتغيرات الارتفاعية 3D بشكل مشترك، مدعومًا بمهمة استدلال DSM الثانوية لتعزيز التناسق الهيكلي ودقة تقدير الارتفاع.

أظهرت التجارب التي أجريت على مجموعتين من البيانات العامة، Hi-BCD و3DCD، بالإضافة إلى مجموعة بيانات جديدة، NYC-MMCD، أن DPG-CD يتفوق على أساليب الكشف عن التغيرات 2D و3D الحالية.