街景图像深度学习驱动下的历史建筑普查与管控研究 -——以泉州为例
潘莹1
黄龙英1
施瑛1
游永熠2
1.华南理工大学建筑学院、亚热带建筑与城市科学全国重点实验室、广州市景观建筑重点实验室2.广东省城乡规划设计研究院科技集团股份有限公司
摘要：历史建筑作为见证城市演化的物质载体,对于传承文脉、延续风貌具有重要意义.针对历史建筑全域普查工作量大、保护周期长、数量众多、管控困难等问题,以国家历史文化名城泉州为例,结合目标检测、图像分类等深度学习算法与GIS空间分析方法,构建由"传统风貌体系搭建-传统风貌特征检测-现代建筑区分筛除-传统建筑分布分析"组成的历史建筑智能识别模型,从泉州海量街景图像中高效采集传统建筑信息,绘制历史建筑潜在资源地图,并揭示其时空分布特征.研究表明,基于街景图像深度学习的历史建筑智能识别模型具备成本低、效率高、结果稳定等优势,能够在历史建筑普查、建档、管控工作中,通过优化资源分配、快速采集信息与动态检验管理等方式发挥技术效用,适应了宏观空间尺度下历史建筑的高效普查与动态监测需求,为历史建筑普查与管控实践流程优化提供了技术支撑.
关键词：深度学习街景图像历史建筑历史保护遗产管理泉州
分类号：TU984.18(区域规划、城乡规划)
资助基金：国家自然科学基金(51978275)亚热带建筑与城市科学全国重点实验室自主研究课题(2023ZB09)
论文发表日期：2025-04-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 4-13 )
英文信息