Recov-Vision：将街景影像与视觉语言模型关联用于灾后恢复

灾后建筑层级占用情况对于急救、检查、能源重新激活和公平资源分配至关重要。空中影像提供快速覆盖但常常遗漏建筑立面和通道线索，这些线索决定居住性，而街景影像捕获这些细节但稀疏且难以与地块对齐。我们提出了 FacadeTrack，一个基于语言引导的街级框架，将全景视频链接到地块，校正视角以建筑立面，并提取可解释属性（例如入口阻塞、临时覆盖、局部碎片），驱动两种决策策略：一种透明的单阶段规则，一种将感知与保守推理分离的两阶段设计。在两次风灾后调查中评估，两种阶段方法的精确率为 0.927，召回率为 0.781，F1 分数为 0.848，与单阶段基线相比分别为 0.943、0.728、0.822。除了准确度外，中间属性和空间诊断揭示了残差错误发生的具体位置和原因，实现有针对性的质量控制。该管道提供可审计、可扩展的占用评估，适合集成到地理信息和应急管理工作流程中。