本文提出了一种名为CDIMC-net的新的不完整多视角聚类网络，用于解决基于浅层模型的不完整多视角聚类方法中的问题。实验结果表明，CDIMC-net在几个不完整数据集上表现优于现有的方法。

本文研究了利用浅层模型评估 LiDAR 数据在建筑分割中的应用。通过边界掩模提升边界一致性得分，结合航空图像和 LiDAR 数据进行模型的训练与比较。结果表明浅层模型在航空图像任务和航空图像与 LiDAR 数据任务下的得分分别优于深度学习模型 8% 和 2%。深度学习模型在 Boundary Intersection over Union 得分方面表现更好，采用 LightGBM 的效果优于 RF 和 XGBoost。