UAV Image-Based Masonry Wall Segmentation with Deep Learning

Ozan Öztürk

doi:10.29128/geomatik.1801243

2026-01-01

PRE

Ozan Öztürk *

DOI：10.29128/geomatik.1801243

原文链接

原文求助

摘要

En 中文

石材砌体墙的记录对于保护文化遗产至关重要，并有助于保存这些结构的历史信息。然而，由于物理访问限制和建筑构件的形态多样性，此类记录具有挑战性。本研究提出了一种基于U-Net的深度学习方法，用于从无人机（UAV）拍摄的高分辨率立面影像中自动分割石材砌体墙。实验在土耳其里泽省的齐尔凯莱（Zil Kale）采集的无人机影像上进行。深度学习模型在包含自然和修复墙面表面的两个数据集上进行了训练。在修复表面上的召回率和F1分数均超过93%。在具有更复杂背景的自然表面上，召回率达到88%，F1分数为86%，且模型在这些条件下保持稳健。视觉分析进一步表明，该模型能够精确勾勒石材边缘、保留石材几何形状，并且仅受到背景杂波的中等影响。定量和定性结果证实了所提出方法在不同砌体墙类型上的适用性。此外，将基于深度学习的分割方法与文化遗产记录相结合，并通过基于UAV的成像技术支持，可以显著缓解现场限制。

Keyword:

Masonry Wall Segmentation

Cultural Heritage

Deep Learning

Unmanned Aerial Vehicles (UAVs)