基于街景图像的自动化建筑文化遗产评估
计算机视觉与模式识别
2025-12-19 v3
摘要
在建筑中登记文化遗产价值对于维护可在翻修和能源效率项目中丢失的遗产价值至关重要。然而，登记文化遗产价值的过程却颇为繁琐。新的人工智能工具可能比昂贵且耗时的传统清查方法在识别建筑中的遗产价值方面更具效率。在本研究中，我们使用 OpenAI 的大型语言模型 GPT 来检测建筑立面图像中各种文化遗产价值的方面。结合 GPT 提取的数据和建筑登记数据，我们为斯德哥尔摬的多户住宅和非住宅建筑训练了机器学习模型。与文化遗产专家创建的清查结果进行验证显示，使用登记数据和从 GPT 中检索的特征组合，机器学习模型的宏平均 F1 分数为 0.71；仅使用 GPT 提取的数据得分为 0.60。本文所提出的方法可为更高质量的数据集提供贡献，并支持决策-making。
关键词
引用
@article{arxiv.2508.11486,
title = {Automated Building Heritage Assessment Using Street-Level Imagery},
author = {Kristina Dabrock and Tim Johansson and Anna Donarelli and Mikael Mangold and Noah Pflugradt and Jann Michael Weinand and Jochen Linßen},
journal= {arXiv preprint arXiv:2508.11486},
year = {2025}
}