利用图像分类与 Grad-CAM 的深度学习识别亟需保护的伊朗文化遗产建筑
计算机视觉与模式识别
2023-11-10 v1
摘要
作为人类历史与身份一部分的文化遗产建筑（CHB）始终面临受损危险，或在极端情况下被彻底摧毁。鉴于此，通过使用新颖的方法识别现有的或假定的缺陷，以便及时且高准确率地进行修缮过程，显得尤为重要。本研究的主要目标是在保护（位于伊朗的）CHB 的过程中使用新的深度学习（DL）方法；这一目标在伊朗等发展中国家一直被忽视，因为这些国家仍采用需要直接人工监督的手动甚至陈旧的方法来保护其 CHB。卷积神经网络（CNN）在处理图像方面的有效性和性能已得到证明，是计算机视觉（CV）领域的标配，本文也不例外。当缺乏足够的 CHB 图像时，从头训练 CNN 会非常困难且容易过拟合；这就是为什么我们选择使用一种称为迁移学习（TL）的技术，其中我们使用了预训练的 ResNet、MobileNet 和 Inception 网络进行分类。此外，还利用 Grad-CAM 在一定程度上对缺陷进行了定位。基于类似研究的结果，最终结果非常令人满意。最终提出的模型能够为从人工向无人化 CHB 保护转变铺平道路，从而提高准确率并减少人为错误。
引用
@article{arxiv.2302.14354,
title = {Deep Learning for Identifying Iran's Cultural Heritage Buildings in Need of Conservation Using Image Classification and Grad-CAM},
author = {Mahdi Bahrami and Amir Albadvi},
journal= {arXiv preprint arXiv:2302.14354},
year = {2023}
}
备注
16 pages, 4745 words, 11 figures, and 5 tables