Page 31 - 《中国民族建筑》2020新春特刊
P. 31
传统村落建筑立面快速采集
与装饰类型智能检索方法
2
1
1
1
文/李 哲 ，黄 斯 ，张梦迪 ，李 严 （1 天津大学建筑学院，2 大连理工大学建筑与艺术学院）
内容导读 ：在乡建热潮中，村落学者或相关设计师都需要调研照片自动分类和智能检索工具，对村落建筑立面特征归类并
快速构建全村、全地域的“风格地图”，遴选区域中的同类风格案例并研究各类型间的融合变迁等。基于机器学习算法的图像
识别技术发展迅速并已在生物识别等领域中体现出相当的准确度，但在村落建筑风格分析方面的应用还很不成熟，自动梳理检
索海量调研照片、装饰特征量化分析比较仍属难题。针对江西流坑村宅门图像采集和类型识别的实验可以解析图像获取瓶颈以
及突破的办法，构建从图像获取到风格特征量化的全作业链条，显著提高分类准确度和可行性。据此可建立开放共享网络，实
现传统村落建筑装饰风格与特征的跨地域检索和比较。
一、研究背景 ：村落调研急需 尚未实现。 类初步测试的对象，并可以此代表民居
智能图像风格分类工具 基于机器学习的图像识别技术已 从立面整体到各类细部装饰的智能分
经开始应用于城市风貌研究，能够基于 类检索方法。
比较立面形态细微差别、量化村 街景图片对街墙连续性、城市建筑风格 本次测试是以流坑村及其周边（抚
落装饰类型特征是传统村落建筑艺术 等进行量化分析，但由于传统村落街巷 州地区）的部分传统村落宅门为对象。
研究的重要方面，图像拍摄与分类检索 狭窄、拍摄符合图像识别要求的照片集 流坑村位于江西省乐安县牛田镇东南
是其中两项基础性工作。单一村落即可 相对困难导致识别成功率较低，所以应 部的乌江之畔，被首批列入全国历史文
获得成百上千张照片，梳理检索工作已 用较少，是前述民居立面照片智能分类 化名村、国家级传统村落，其宅院多达
是重担 ；而全国各级传统村落已有万 难题的成因。 260 余处，宅门种类多样、装饰丰富且
余，按照特定风格类型对数百万张照片 宅门通常是民居立面装饰的重点， 保存完好 ；流坑村所在乐安县及抚州市
进行快速智能化分类标记、检索和提取 江西传统村落尤其突出。江西民居外立 也是传统村落分布的高密度区，还可为
成为一大难题。以住建部 2018 年启动 面相对朴素简洁，但为体现宅主的身 后续深入实验提供丰富蕴藏 ；流坑及其
的“中国传统村落数字博物馆”建设项 份、地位和文化教养，当地对宅门的建 他南方村落的狭窄街巷也充分反映现
目为例，各个入馆传统村落中传统民居 造格外重视，重点艺术处理和装饰都集 实拍摄条件，总体来说是具有代表性、
的主立面或宅门均要求上传照片，且与 中于主入口处 ；此外江西传统民居宅门 典型性的实验对象。
宅名、位置均严格对应，可实现基于村 的类型划分相对多样且清晰，大致可分
二、现状问题 ：图像识别技术
落或宅院名称的快速照片检索，但按照 为门罩式、门楼式（靠墙坊）、门斗式
风格类型的跨村智能筛选与抽取功能 和门廊式四种 [1] ，适合作为宅门自动分 与村落实际结合的瓶颈
www.naioc.org.cn ／ 25
