歷史建筑智能識別可行性研究
——運用正射影像和數字圖像檢測技術的江南水鄉古鎮實驗

周儉 Zhou Jian

葉振 Ye Zhen

俞文彬 Yu Wenbin

宋俊鋒 Song Junfeng

李燕寧 Li Yanning

1 設計一種基于空間數據的歷史建筑智能識別工具

1.1 目的

縱觀國內外的相關研究和實踐，甄別歷史建筑、歷史街區和歷史村鎮，均是由專家發現并采用專家現場踏勘的方法[1]。這種甄別方法首先是需要“人工發現”，其次是“人工識別”，現場踏勘工作量大，內外業工作耗時長，也難免存在遺漏。近年來隨著信息技術、傾斜攝影，以及數字圖像識別技術的快速發展，人們采集、存儲、分析空間數據的能力大大提高，將這些新技術應用于城鄉文化遺產（物質）的研究和保護是一個可期待的新領域，內容包括物質遺產的普查、評估和監測管理[2]。

本研究以無人機采集的空間正射影像數據為基準，借助形態學、類型學的原理，運用圖像識別技術建立智能識別模型，通過模型運算對正射影像進行歷史建筑智能化識別和空間定位，在正射影像上標注可能的潛在歷史建筑點位。

作為一個法定概念，歷史建筑是傳統建筑中具有一定歷史、科學和地方文化價值，并對歷史文化空間和場所的保存具有核心作用的建筑物。本研究的目的是為人工現場核定歷史建筑提供框定的范圍和可能的對象。雖然傳統建筑和歷史建筑在外觀影像上具有相似性，計算機通過外觀影像的智能識別往往會將不具備歷史建筑標準和價值的傳統建筑誤判為歷史建筑，但這一結果恰恰可以為人工現場核定提供有價值的線索。

1.2 方法

建構歷史建筑智能識別模型的基本方法包括三個步驟：①選取一個已具有研究基礎的案例地作為測試地，通過無人機攝影，采集測試地的空間正射影像數據；②根據類型學和形態學，確定該測試地典型歷史建筑的特征要素，并選取部分已知的歷史建筑（群）作為學習樣本，運用數字圖像識別工具對其影像特征進行學習；③用經過學習訓練建構的歷史建筑智能識別模型（以下簡稱“識別模型”）,對測試地全域進行歷史建筑的智能識別，對潛在的歷史建筑在全域正射影像圖上進行自動空間定位。其中第二和第三個步驟需要反復校驗，根據每次識別結果與現場歷史建筑實際分布狀況進行人工比對，對識別模型進行不斷調整和優化，直至達到預期的精確度和召回率。

評價識別模型的性能指標主要包括正確性（correctness）和識別速度（speed），在某些場景下需要同時兼顧二者的平衡。本研究的目標是判斷歷史建筑（群）存在可能性的大小，因此對識別速度要求相對較低，而更為關注識別結果的正確性。正確性同時包含兩方面：精確度（precision）和召回率（recall）。精確度指模型預測的所有歷史建筑中確實是歷史建筑的比例，召回率指所有在現實中確實存在的歷史建筑被模型準確識別出來的比例。精確度和召回率是檢驗識別模型有效性的關鍵指標，一般規律是精確度越高召回率越低，反之亦然。為了更直觀地闡明精確度和召回率的概念，我們定義了真陽性（TP, true positive），假陽性（FP, false positive），假陰性（FN, fasle negative）等概念。真陽性指模型預測的歷史建筑確實是歷史建筑，假陽性指模型錯將非歷史建筑識別為歷史建筑，假陰性指模型未能將真實歷史建筑識別出來。公式（1）（2）分別定義了精確度、召回率和上述概念之間的關系：

由此可以看到，精確度指明了模型錯檢的程度，而召回率指明了模型漏檢的程度。基于本研究的目標，需要同時兼顧精確度和召回率的平衡，實現借助智能識別（模型）的技術手段，達到為專家現場確認提供先期依據的目的。

2 識別模型的基本原理

2.1 歷史建筑與正射影像的耦合性

歷史建筑的特征要素是維系歷史建筑特征、承載歷史建筑價值的關鍵性要素。如材料、色彩、樣式、空間形制、地點、群體組合、與環境的空間關系、功能和文化象征與意義等。正射影像的全要素、所見即所得的特點，使得歷史建筑的外部兩維平面上的特征能夠在正射影像上客觀真實地表達出來，比如屋頂的形式、材料和色彩，建筑的空間形制和群體組合，建筑的尺度和密度等。

江南水鄉古鎮歷史建筑（群）以下三個方面的特征，在正射影像上呈現出與非歷史建筑較為顯著的影像差異（圖1），具有區分兩者的影像學條件：

（1）屋頂的材料、色彩和形式。江南水鄉傳統建筑的屋頂材料多以小青瓦鋪設，其瓦片鋪設方式、尺寸、顏色、反光率等均與現代坡頂和平頂屋面材料有區別，除少數公共建筑采用廡殿頂、歇山頂等特殊的屋頂形式外，歷史建筑屋頂多為雙坡頂形式，在影像特征上易于識別。

（2）平面布局形制。江南水鄉歷史建筑的開間及進深規則有序，開間數多少于三開間，因此其單體規模較新的多層建筑要小，而比新建的一、二層民居建筑布局更加規整有序，在影像特征上也可被辨識。

（3）建筑群及歷史地段的空間肌理。江南水鄉歷史建筑的平面布局基本是由圍合院落和條狀沿街兩種類型組合而成，呈現出建筑與院落的相互嵌套及沿河沿街的連續綿延。這種嵌套和連續特征較非歷史建筑群和非歷史地段在正射影像上呈現出更為有序的特征。

圖1 震澤古鎮歷史建筑的正射影像特征（圖片來源：作者提供）

2.2 識別算法方案

對智能識別而言，數字圖像物體檢測分析的任務，是從視頻或者圖像中，根據物體的外觀特征，通過模型計算將該物體進行識別分類，并定位各類物體所在的空間位置。傳統圖像物體檢測識別算法采用人工設計特征的方式進行，針對目標類型的特點設計不同的抽取特征，如行人檢測多采用HoG 特征①HoG 特征是指通過計算和統計圖像局部區域的梯度方向直方圖來構成的特征。[3]，人臉檢測常采用LBP或Haar 特征②LBP 特征是一種用來描述圖像局部紋理的特征；Haar 特征是采用積分圖方法來反映圖像的灰度變化情況的特征。[4-5]。此類人工設計特征策略對設計者的經驗要求很高，但所提取的特征泛化能力有限，常存在欠擬合的情況。

隨著計算機深度學習技術的發展，當前數字圖像物體檢測識別，已經從傳統手動特征抽取策略，迅速轉向了基于深度神經網絡的自動特征抽取識別類算法[6]。基于深度學習的物體檢測算法能利用當前計算機強大的GPU 運算能力，通過大量包含目標類別的樣本圖像訓練，自動抽取出合適且具有較強表達能力和區分度的特征用于后續的物體識別。該類算法的特點：①無需手動設計抽取特征，對于不同類別的物體，深度神經網絡能通過大量訓練自動學習到該類物體的特征；②泛化能力強，在提供的訓練樣本數量大且具有廣泛代表性的情況下，訓練后的模型具有很高的識別準確率和環境適應性。

當前的物體檢測算法主要分為兩大類[7]：兩階段物體檢測算法和單階段物體檢測算法。相對來說，兩階段物體檢測算法檢測精確度更高，但檢測需時更久；單階段物體檢測算法的優點是可以進行實時檢測，但精確度相對較低。考慮到在歷史建筑智能識別的應用領域中，對識別精確度的要求相較實時性要求更高，本研究確定采用兩階段物體檢測算法。

兩階段物體檢測算法在進行物體檢測分類時需要經歷兩個大的步驟：①通過深度神經網絡模型生成多個可能包含某類物體的候選框；②在步驟1 的基礎上，深度神經網絡生成回歸和分類兩個分支的結果。通過在深度神經網絡模型中增加回歸分支修正候選框的位置，使其與實際物體位置更加接近。通過分類分支可以預測每個候選框是否包含物體、物體的類別，以及屬于該類別的概率。兩階段物體檢測算法類型多樣，根據神經網絡的架構模型不同、生成候選框的策略不同、采用的損失函數不同、底層的基礎特征抽取神經網絡不同，本研究選取了當前較具代表性的Faster R-cnn[8]兩階段物體檢測識別算法進行歷史建筑的智能檢測識別。

基于Faster R-cnn 的歷史建筑智能識別模型結構，由模型訓練模塊和實時檢測模塊兩個相對獨立的工作模塊組成。模型訓練模塊利用大量包含歷史建筑的樣本圖片對Faster R-cnn 模型進行訓練，通過反向傳播算法不斷調優并自動抽取出歷史建筑相關特征的參數值。該模塊主要工作步驟包括：

（1）數據采集。如3.1 節所示，利用無人機傾斜攝影技術采集包含各類歷史建筑的正射圖作為訓練和評估樣本。

（2）數據標注。使用LabelImg[9]等工具手動將訓練集圖片中所有歷史建筑的位置用方框框選出來。

（3）數據增廣。如果用于訓練的歷史建筑數量較少，可以采用一系列的數據增廣技術，通過對已有歷史建筑圖片樣本進行各種變化以產生新的圖片樣本來增加訓練樣本數量。

（4）模型訓練。將標注好的數據導入FasterR-cnn 模型進行訓練，通過不斷地迭代訓練該模型中的多層神經網絡，可以自動學習到歷史建筑的相關特征，并通過反向傳播機制相應調整網絡模型中涉及到的眾多參數。

模型訓練后進入實時檢測模塊，即利用訓練后的模型進行歷史建筑的定位識別試驗。將包含歷史建筑的整個正射影像數據輸入Faster R-cnn 模型后，模型首先會利用區域推選網絡（RPN）[10]，推舉出該影像中若干可能存在歷史建筑的區域作為候選區域，接著對這些候選區域的位置和大小進行回歸修正，以使其更接近該物體的實際位置和大小；同時對候選區域中的物體進行分類判斷，并將類別判斷結果為歷史建筑的方框選取后輸出，最終得到在整個正射影像圖中歷史建筑的識別結果（圖2，圖3）。

2.3 模型結構與參數設置

基于Faster R-cnn 的歷史建筑智能識別模型涉及到深度學習神經網絡的眾多模塊，不同的模塊在實現時可以選擇不同的結構，其中涉及到數量眾多的超參數值的設置。在本模型中，一些重要結構的選擇及相關超參數的設置如下：

實現平臺：模型使用Python 語言，基于Tensorflow①Tensorflow 是Google 公司開發的一款端到端的開源機器學習平臺，包含各種機器學習和深度學習相關的工具、類庫和社區資源。[11]框架實現。

數據增廣策略：可用于訓練的歷史建筑的數量通常較少，為了提高訓練樣本的代表性，模型可采用水平/垂直翻轉、旋轉、平移、裁剪、顏色/對比度變化等方式增加歷史建筑的樣本數量。

特征抽取的骨干神經網絡：物體檢測算法依賴底層的深度神經網絡提取相應的物體特征，不同的神經網絡提取物體特征的能力不同，本模型采用深度殘差網絡Resnet101②殘差網絡是微軟研究院提出的一款深度卷積神經網絡模型，該模型采用殘差結構在網絡的不同層級實現跳躍連接，緩解隨著網絡深度增加造成的梯度消失問題，提高了神經網絡識別的準確率。Resnet101 指的是一種共有101 層的深度殘差網絡實現。[12]進行歷史建筑的特征提取。

學習率：模型采用分階段的動態學習率設置，初始階段學習率相對較大（0.0003），目的是使模型參數迅速收斂，提高訓練效率。當已訓練步數大于100 000時，采用更小的學習率（0.00003）進行更精準化的參數調整，以期獲得更優解。

訓練步數：模型中的樣本訓練次數為300 000 次，有較強GPU 配置的主機完成模型訓練通常需要20 ～30 小時。

3 識別模型建構的技術方法

3.1 選取歷史建筑存量豐富的測試地

根據研究的目標和對象，建構識別模型的測試地選擇需要滿足以下條件：①歷史建筑存量豐富、類型較齊全；②歷史建筑集中成片；③保留著傳統格局和歷史風貌；④已經掌握現狀歷史建筑保存情況與保護規劃相關內容；⑤經歷多階段建設疊加，在圖像識別上有一定的干擾因素，以適應模型今后的應用環境。基于以上篩選條件，本研究選擇了江南水鄉古鎮震澤作為識別模型測試的實驗地（圖4）。

3.2 采集符合標準的實景空間數字影像

數據采集依據《數字航空攝影測量空中三角測量規范》《低空數字航空攝影規范》和《無人機航攝系統技術要求》等技術規范，采用多旋翼和固定翼無人飛機，通過規范的航線規劃（圖5）與多鏡頭組合的方式采集數據精度為3 cm（即每個像元所對應的實物為3 cm×3 cm）的正射像實景數據集，在相鄰正射影像中相同地物影像灰度均值與方差一致，灰度均值之差小于15。數據預處理完畢之后，采用正射軟件進行拼接，得到帶地理信息的數字正射影像。由于震澤古鎮的面積較大，拍攝的正射影像整圖的像素量非常大，無法一次性在模型中進行訓練識別，因此將整張測試地的正射影像圖分割成大小相等的10 × 14 張正方形圖片，每張方圖（對應實際120 m × 120 m）的像素值為2 048 × 2 048，整圖面積覆蓋1.5 km2。

3.3 選取高效的學習樣本與“精確度”和“召回率”

將實地踏勘確定的所有歷史建筑位置，在分割好的震澤古鎮全域正射影像圖上進行手動標注（黃點），并根據震澤古鎮歷史建筑的類型特點，將部分典型歷史建筑作為學習樣本，由計算機專業人員使用LabelImg 數據框選工具框在正射影像圖上對其進行框選（紅底框）。將在不同位置、用不同范圍框挑選的典型歷史建筑學習樣本輸入Faster R-cnn 模型進行反復測試的結果表明（綠框），同樣數量和同樣類型的學習樣本學習效果并不相同（圖6）。首先，學習樣本的選取在空間上越分散，模型的召回率越低；越集聚，召回率越高，且精確度損失很小（表1）。其次，在框選典型學習樣本時應盡可能將歷史建筑的特征要素，包括全部屋頂、完整的平面格局和周邊的城市歷史肌理，完整包含在框選范圍（紅底框）內，盡量少地包含其他無關要素。

表1 兩種選擇方法下震澤古鎮66 個學習樣本訓練的識別結果

圖2 基于Faster R-cnn 的歷史建筑智能識別模型結構圖（圖片來源：作者提供）

圖3 基于Faster R-cnn 的歷史建筑智能識別試驗（圖片來源：同圖2 ）圖中紅框為實際歷史建筑的學習樣本，綠框為模型識別生成的歷史建筑選框

圖4 震澤古鎮歷史建筑分布實地調研圖（圖片來源：同圖2 ）

圖5 震澤古鎮正射影像采集無人機航線規劃圖（圖片來源：同圖2 ）航線規劃軟件：altizure；圓點：手動調整航線覆蓋范圍；十字圓點：新增加的航點

圖6 兩種選擇方法下震澤古鎮66 個學習樣本訓練的識別情況（圖片來源：同圖2 ）6a. 66 個集聚學習樣本的識別情況6b. 66 個分散學習樣本的識別情況圖中黃色點為實際歷史建筑的位置，紅底框為歷史建筑的學習樣本，綠框為模型識別生成的歷史建筑選框，綠底框為模型正確識別選框

本研究模型識別的精確度和召回率的比較對象，是真實歷史建筑的正射投影總面積和模型預測的歷史建筑總面積。我們定義TotalSize_GroundTruth 為輸入圖片中手動標注的震澤古鎮測試區所有歷史建筑的正射投影總面積（重疊部分只算一次），TotalSize_Detected 為模型預測的歷史建筑的正射投影總面積（重疊部分只算一次），TotalSize_IOU（預測正確的部分）為兩者相交的總面積。即：

TotalSize_IOU（預測正確的歷史建筑）=TotalSize_GroundTruth ∩TotalSize_Detected （3）

Precision_Size（精確度）=TotalSize_IOU/TotalSize_Detected （4）

Recall_Size（召回率）= TotalSize_IOU/TotalSize_GroundTruth （5）

表2 66 個學習樣本（占現實總量的15%）訓練下的震澤古鎮歷史建筑識別結果

3.4 確定適當的學習樣本量與置信度閾值

在識別模型中，精確度和召回率是一組相互關聯的指標，其中調整參數在模型中稱作“置信度閾值”（confidence interval）。置信度指模型認為預測框中包含歷史建筑的概率，模型可以設置一個置信度閾值，只有模型預測的概率值超過該置信度閾值時，模型才將其作為歷史建筑納入統計。

置信度閾值的選取會直接影響識別結果的精確度和召回率。一般來說，置信度閾值選取較低時，模型更傾向于將更多的非歷史建筑誤識別為歷史建筑，從而降低模型的精確度；而當置信度閾值選取較高時，模型會更多地遺漏歷史建筑，影響模型的召回率。

學習樣本數量的多少同時關聯識別的正確性和時間效率。為了確定最有效的學習樣本量，測試模型選取了66、125 和215個三組學習樣本進行訓練，分別覆蓋了震澤古鎮測試區現狀歷史建筑的15%、30%和50%。將上述三組學習樣本分別放入Faster R-cnn 模型中進行訓練，獲得三組不同參數的識別模型。當模型獲得歷史建筑識別結果后，再根據公式（4）和公式（5），分別統計計算三組數據在置信度閾值為0.1、0.25、0.5、0.75 及0.9 時，模型在精確度和召回率上的表現，如表2- 表4 所示：

表3 125 個樣本（占現實總量的30%）訓練下的震澤古鎮歷史建筑識別結果

過少的學習量會造成模型失效，但過多的樣本學習則會帶來工作量和工作時間的成倍增加。據表3，當選取的學習樣本數占實際歷史建筑總量的30%時，其最高召回率近60%，最大精確度超過70%。以增加學習樣本的絕對數量與提高的召回率和精確度來看，該組在三組學習樣本中識別效率最高。而三組不同數量學習樣本的識別效果顯示，根據不同的目的（對精確度和召回率的要求）確定適當的模型學習樣本量，可以提高模型在實際應用時的工作效果。

表4 215 個樣本（占現實總量的50%）訓練下震澤古鎮歷史建筑的識別結果

圖7 125個樣本量、不同置信度閾值選擇下的震澤古鎮歷史建筑識別情況（圖片來源：作者提供）圖中黃色點為實際歷史建筑的位置，紅框為歷史建筑的學習樣本，綠框為模型識別生成的歷史建筑選框，綠底框為模型正確識別選框7a. 0.1 置信度閾值時的識別結果7b. 0.9 置信度閾值時的識別結果

3.5 觀察連續的識別數據組

置信度閾值在識別模型中是一個連續值，在識別模型完成識別計算后，可以根據需要提取其中任何一個置信度閾值的識別數據和識別圖像。圖7 顯示的是同一樣本量在選取不同置信度閾值時的識別結果，據此可以直觀地看到：黃點（現狀歷史建筑）在綠框（模型識別的歷史建筑）范圍內的即為識別正確的歷史建筑（TP），無黃點的綠框是誤識別區域（FP），黃點未在綠框范圍內的為漏識別的歷史建筑（FN）。在實際應用中，識別模型的置信度閾值可以隨時輸出不同精確度和不同召回率情況下的識別結果，為進行比較判斷提供條件。

4 識別模型的適用性分析

智能識別模型設計的主要目的之一，是為了用于對那些尚未進行實地調研區域的歷史建筑存在狀況進行整體“預判”，或對于已經完成實地調研區域的歷史建筑確認情況進行全面“補漏”。

為了分析在震澤古鎮建構的測試模型在其他區域識別歷史建筑的適用條件，以及下一步的改進優化方案，本研究選擇了同為江南水鄉古鎮的同里古鎮，以與識別模型建構地相同的正射影像數據采集方法和技術標準，對同里古鎮1.2 km2范圍進行實例應用分析（圖8）。

檢測識別結果顯示（圖9），其識別的最高精確度近66%，最大召回率近30%，召回率偏低（表5）。造成漏檢和誤檢的原因包括客觀因素和模型因素兩大方面。

圖8 同里古鎮歷史建筑分布實地調研圖（圖片來源：同圖7 ）

4.1 客觀因素的影響

（1）影像數據采集的外部環境條件

影像數據采集環境條件的差異將導致模型出現漏檢情況。模型訓練時所用的震澤古鎮正射影像在采集時的外部環境，與在同里古鎮采集時有較大差異。一方面，由于在同里古鎮拍攝時的光照強度較強，正射影像上部分屋頂區域出現了明顯陰影，使原有屋頂的紋理、色彩和形狀等圖像特征失效。同樣的原因也使同類特征的歷史建筑正射影像，在顏色、對比度等圖像識別要素上出現較大的變化，導致在正射影像特征上形成了各不相同的差異。另一方面，同里古鎮的樹木較為茂密，部分歷史建筑被樹冠遮擋。這些影像采集環境的差異，導致了約30 %左右的歷史建筑被漏檢（圖10）。因此，盡量選擇相同或相似的數據采集外部環境，將大大提高模型識別的正確性。

表5 不同閾值選擇下的同里古鎮歷史建筑識別結果

圖10 模型驗證地與建構地采集的影像對比（圖片來源：作者提供）10a. 在模型驗證地同里古鎮采集的影像10b. 在模型構建地震澤古鎮采集的影像由于兩地在數據采集時環境條件的差異，導致同里古鎮現狀歷史建筑（綠框外的黃圈）因為陰影和樹木的影響被模型漏檢；而有些新建筑則因為采用了傳統平面形制和屋頂形式與材料，被模型誤檢為歷史建筑（無黃圈的綠框）。在震澤古鎮學習過的歷史建筑樣本（黃圈）類型，在同里古鎮的模型驗證中獲得了較好響應（綠框中的黃圈）

圖11 同里古鎮部分誤檢的非歷史建筑（圖片來源：同圖10 ）無黃圈的綠框為被誤檢的部分非歷史建筑

（2）歷史建筑外部特征的人為改變

同里古鎮旅游起步較震澤古鎮早，規模較震澤古鎮大，有許多歷史建筑被加建改造成民宿或旅游接待設施，導致歷史建筑平面格局的變化和建筑密度加大，改變了歷史建筑布局的平面形制。歷史建筑本身屋頂被破壞、材料被更換，以及歷史建筑被加建改造所帶來的不可預見的、無規律的客觀因素，造成約有15%的歷史建筑在同里古鎮驗證中漏檢。

（3）傳統形式和材料的新建筑與非歷史建筑的傳統建筑

造成誤檢的原因主要是有些不屬于歷史建筑的建筑物，僅從屋頂視角來看，和某些歷史建筑較為相似，包括屋頂材料、平面形制和尺度，這類新建筑在保護和管控較好的同里古鎮十分普遍（圖11）。

另外，在同里古鎮進行的模型識別結果中，將傳統建筑誤檢為歷史建筑的比例也有10%左右。但就本研究的目的而言，將傳統建筑誤檢為歷史建筑是可以接受的，識別模型優化的方向是降低漏檢率。

4.2 模型的局限

除了避免客觀因素的影響外，要提高識別的正確性，技術的優化是重要的工作。包括以下三個方面：

（1）模型算法升級

相較車輛、行人等大類間的粗粒度物體識別，將歷史建筑和非歷史建筑進行區分識別屬于難度更高的細粒度精細化物體識別，目前采用的Faster R-cnn 技術并未針對這類細粒度的物體識別[13]場景做特殊優化，后續可以考慮使用區分度更強的模型進行歷史建筑的精細化檢測識別。同時，考慮模型要在少樣本場景下適用，可采用生成式對抗網絡GAN①GAN 是一種深度學習模型。[14]等技術，人工合成更多的歷史建筑作為訓練樣本，使模型學習的外觀特征更具有廣泛性和代表性。

（2）運用更強大的計算機

此次識別模型分析的完整數據圖像達到了數十億像素，文件量大小為幾十G。受制于當前常用計算機的性能，完整的數據圖像不能一次性加載到計算機內存中，需要將其分割為數百張圖片方能進行檢測計算，這可能把某個歷史建筑分割到不同圖片中導致其完整性被破壞，造成漏檢。

（3）采用三維影像數據

采用三維影像數據，增加歷史建筑特征的辨識條件。當前技術只采用了從上到下視角的正射影像信息對歷史建筑進行識別，但歷史建筑和非歷史建筑在其他視角下外觀也存在較多區別。歷史建筑的外觀特征除了在正射影像圖上表現出來的以外，還在建筑各個立面上，如山墻形式、立面形式、門窗、材料、色彩，甚至構件等，表現出特征要素。在理論上，借助全景化的三維傾斜攝影數據，歷史建筑立面上的特征要素也同樣可以實現被模型識別，從而對歷史建筑形成多要素疊合的校驗判斷，這樣可以大大提高檢測識別的正確性。

5 結語

采用全數據的正射影像圖能夠對可能的歷史建筑進行智能識別的空間定位，從而獲得某一區域潛在的歷史建筑分布圖和數量統計數據；對已知歷史建筑保存狀況的區域，則可以檢測其當前與過去狀況的吻合度。這一方法對于歷史建筑普查的前期摸底，以及歷史建筑保護狀況的持續監測，都有實際的應用價值。該方法可為減少普查遺漏，以及適應在較短時間內完成大區域歷史建筑識別預判和監測評估的需求，提供一種技術解決方案，并可在大量減少戶外工作時間的同時，整體提高工作效率。

模型的算法決定了訓練模型的學習樣本與識別對象的特征越相似，識別的效果越好。借助這一技術方法框架，用一地的歷史建筑正射影像數據進行模型訓練后，可以實現將識別模型遷移到其他地方去識別特征相似的歷史建筑的應用目標。

在震澤古鎮的模型識別測試中，不論采用哪組學習樣本量，該組學習樣本都可以實現100%的正確識別。同里古鎮與測試模型建構地震澤古鎮，在歷史建筑和城鎮肌理的特征上雖然具有相似性，但并不是完全相同。在同里古鎮進行的應用檢驗中，部分歷史建筑未被識別出來的主要原因，是其影像特征（包括被人為改變的、被樹木遮擋和被日照陰影改變的）未曾在測試模型的學習樣本中訓練過。

根據模型的圖像識別原理，以及識別模型檢測結果分析，可以得到以下推論：模型學習的歷史建筑樣本類型越多，模型能夠識別的歷史建筑（包括類型）也就越多，模型越智能；在模型的技術架構上，每次的識別應用都是模型再次學習的過程，模型識別應用的次數越多，模型學習積累的樣本信息就越豐富，識別的結果就會越精確。

如果智能識別模型不斷地對各種特征類型的歷史建筑及其多維度的空間特征進行學習，并不斷升級識別模型的算法，它將有望成為一個可以廣泛應用于不同地點、不同特征歷史建筑識別的技術工具，并成為進一步構建一個基于空間實景大數據的城鄉（物質）文化遺產智能識別模型的技術框架。