近日，長江大學城市建設(shè)學院碩士研究生王廣源在文化遺產(chǎn)國際頂級期刊《npj Heritage Science》發(fā)表題為“Damage Detection and Safety Assessment for Historic-District Buildings Using a Semantic Segmentation Model” 的論文，提出了一種名為“HBDSegformer”的輕量化智能檢測與安全評估框架，顯著提升了對于歷史建筑墻體剝落、裂縫等損傷的識別精度。論文第一署名單位為長江大學。

歷史建筑的保護，首要難題在于如何快速、非接觸、大范圍地掌握其安全狀況，傳統(tǒng)方法往往效率有限。針對這一挑戰(zhàn)，研究團隊提出了一種名為“HBDSegformer”的輕量化智能檢測與安全評估框架，該框架以SegFormer-B0為基礎(chǔ)骨干網(wǎng)絡(luò)，通過引入像素-區(qū)域關(guān)系建模的OCR（Object-Contextual Representation）模塊及無參注意力機制 SimAM 提升分割精度，并以Partial Convolution（PConv）替換OCR模塊中3*3卷積，在不大幅增加計算負擔的前提下，顯著提升了對于歷史建筑墻體剝落、裂縫等損傷的識別精度，為現(xiàn)存歷史建筑安全狀態(tài)的快速篩查提供了新思路。

實驗結(jié)果表明，該方法在團隊自建的專業(yè)數(shù)據(jù)集上表現(xiàn)優(yōu)異，模型的mIoU與mPA分別達到65.61%與74.53%，均優(yōu)于現(xiàn)有對比方法。該研究成功構(gòu)建了一套自動化安全評估機制，能夠?qū)⒆R別出的損傷結(jié)果自動映射為風險等級，為保護決策提供直觀依據(jù)。在165幅歷史建筑圖像的測試中，安全等級預(yù)測準確率達到86.10%，展現(xiàn)出良好的應(yīng)用潛力。

npj Heritage Science前身為Heritage Science（《遺產(chǎn)科學》），創(chuàng)刊于2013年，是文化遺產(chǎn)研究與保護領(lǐng)域具有重要國際影響力的英文學術(shù)期刊，為中科院一區(qū)top期刊，被A&HCI（Arts and Humanities Citation Index）和SCIE（Science Citation Index Expanded）收錄。自2025年1月1日起，npj Heritage Science正式加入Nature系列期刊。

城市建設(shè)學院副教授徐齊帆為論文通訊作者。該研究獲2025年湖北省研究生教學改革項目、湖北省哲學社會科學研究項目、2025年長江大學社科基金和荊楚文化研究中心開放基金等多個項目的支持。

信息來源 | 長江大學城市建設(shè)學院

編輯 | 孫紫瑤

初審 | 彭文秀

終審 | 余勁東