DOI: https://doi.org/10.1016/j.srs.2026.100372
تاريخ النشر: 2026-01-14
المؤلف: Zexian Huang وآخرون
الموضوع الرئيسي: البحث الأثري والحماية
نظرة عامة
تقدم الدراسة DINO-CV، وهو إطار عمل للتدريب المسبق عبر وجهات نظر متعددة يعتمد على التعلم الذاتي، يهدف إلى أتمتة رسم الخرائط للجدران الحجرية الجافة التاريخية في المناظر الطبيعية المعقدة، لا سيما في منظر بودج بيم الثقافي، وهو موقع تراث عالمي لليونسكو في فيكتوريا، أستراليا. يستفيد هذا الإطار من نماذج الارتفاع الرقمية (DEMs) المشتقة من بيانات LiDAR الجوية عالية الدقة لمعالجة التحديات مثل الحجب البصري بسبب الكثافة النباتية ونقص بيانات التدريب المعلّمة. يتعلم DINO-CV بفعالية الميزات الهندسية والجيومورفية الثابتة عبر وجهات نظر مختلفة مشتقة من DEM، محققًا متوسط تقاطع على الاتحاد (mIoU) قدره 68.6% في مناطق الاختبار ويحافظ على 63.8% mIoU مع 10% فقط من البيانات المعلّمة، مما يظهر إمكانيته في رسم الخرائط للتراث الثقافي على نطاق واسع.
تناقش الدراسة أيضًا القيود، بما في ذلك الأخطاء المحتملة في توضيحات الجدران بسبب تعقيدات الكثافة النباتية وميزات التضاريس، والتي قد تؤثر على قابلية نقل النتائج إلى سياقات أثرية أخرى. تشمل اتجاهات البحث المستقبلية تحسين جودة التوضيح من خلال استراتيجيات شبه آلية واستكشاف التعلم عبر المنصات بين بيانات UAV وLiDAR الجوية. تشير النتائج إلى أن DINO-CV يمكن أن يسهل رسم الخرائط عالية الدقة في مختلف المناظر الطبيعية للتراث الثقافي، مما يساهم في جهود المراقبة البيئية والحفاظ على التراث في المناطق التي يصعب الوصول إليها.
مقدمة
تؤكد مقدمة هذه الورقة البحثية على الأهمية الثقافية والبيئية للجدران الحجرية الجافة، التي تم بناؤها لآلاف السنين عبر مناطق مختلفة، بما في ذلك أستراليا، حيث تخدم أغراضًا زراعية وتحمل أهمية ثقافية للمجتمعات الأصلية. على الرغم من قيمتها، لا تزال العديد من هذه الهياكل غير موثقة بسبب التحديات في رسم الخرائط، لا سيما في التضاريس النائية والوعرة حيث تكون الطرق التقليدية مثل المسوحات اليدوية والتصوير الجوي غير عملية. تقدم التطورات الأخيرة في رؤية الكمبيوتر والتعلم العميق حلول رسم خرائط آلية يمكن أن تكشف هذه الجدران بكفاءة باستخدام صور عالية الدقة وبيانات LiDAR.
تسلط الورقة الضوء على قيود نماذج التعلم العميق المراقب، التي تتطلب مجموعات بيانات كبيرة معلّمة يصعب الحصول عليها غالبًا. لمعالجة ذلك، يقترح المؤلفون استخدام تقنيات التعلم الذاتي (SSL) لتعزيز رسم خرائط الجدران الحجرية الجافة من خلال الاستفادة من نماذج الارتفاع الرقمية عالية الدقة (DEMs) ومشتقاتها. تقدم الدراسة استراتيجية جديدة للتدريب المسبق عبر وجهات نظر متعددة، تُسمى DINO-CV، تهدف إلى تعلم الميزات البصرية والهيكلية من عدة مشتقات لـ DEM. يتم تقييم هذا النهج في منظر بودج بيم الثقافي، مما يظهر أن SSL يمكن أن يحسن بشكل كبير أداء رسم الخرائط مع تقليل الاعتماد على البيانات المعلّمة. تشير النتائج إلى أن DINO-CV يمكن أن يسهل رسم الخرائط الآلي على نطاق واسع للجدران الحجرية الجافة في بيئات معقدة ومزروعة، مما يساهم في الحفاظ على هذه الهياكل الثقافية الهامة.
الطرق
توضح قسم المنهجية النهج المنهجي المستخدم في البحث للتحقيق في الفرضيات المحددة. تفصل تصميم التجربة، بما في ذلك اختيار المشاركين، وتقنيات جمع البيانات، والأساليب التحليلية المستخدمة لتفسير النتائج. استخدمت الدراسة إطارًا كميًا، يتضمن أدوات إحصائية لضمان موثوقية وValidity النتائج.
تم جمع البيانات من خلال مسوحات منظمة وتجارب خاضعة للرقابة، مع التركيز على تقليل التحيزات وضمان تمثيل العينة. شمل التحليل تطبيق اختبارات إحصائية متنوعة، مثل اختبارات t وANOVA، لتقييم دلالة النتائج. تؤكد المنهجية على الشفافية وإمكانية التكرار، مما يوفر خارطة طريق واضحة للبحوث المستقبلية في هذا المجال.
النتائج
في قسم النتائج، تقيم الدراسة أداء هياكل النماذج المختلفة—ResNet-50، Wide-ResNet-50-2، وViT-S/16—في رسم خرائط الجدران الحجرية الجافة باستخدام مقاييس تقسيم دلالية قياسية: الدقة، الاسترجاع، درجة F1، ومتوسط تقاطع على الاتحاد (mIoU). يتم تقييم النماذج تحت استراتيجيات تدريب مسبق مختلفة، بما في ذلك التهيئة العشوائية، التدريب المسبق المراقب على ImageNet-1K، التدريب المسبق الذاتي عبر DINO، التدريب المسبق SeCo-100K، وDINO-CV المقترح على مجموعة بيانات BudjBimLandscape. تشير النتائج إلى أن DINO-CV يتفوق باستمرار على جميع طرق التدريب المسبق الأخرى، محققًا أعلى درجات F1 (ResNet-50: 81.2%، Wide ResNet-50: 81.4%، ViT-S/16: 80.1%) وmIoU (ResNet-50: 68.3%، Wide ResNet-50: 68.6%، ViT-S/16: 66.8%)، مما يوضح فعاليته في اكتشاف وتحديد مواقع الجدران الحجرية الجافة في التضاريس المعقدة.
تدعم التقييمات النوعية هذه النتائج الكمية، حيث تظهر أن النماذج المدربة مسبقًا باستخدام DINO-CV تنتج أقنعة تقسيم أكثر دقة وتماسكًا مكانيًا مقارنة بتلك التي تم تهيئتها عشوائيًا أو من خلال التعلم المراقب. على سبيل المثال، في المناطق الصعبة ذات الكثافة النباتية العالية، يعزز DINO-CV بشكل كبير تحديد هياكل الجدران، متفوقًا على كل من الأسس العشوائية والمراقبة. بالإضافة إلى ذلك، تشير قدرة النموذج على التعميم إلى منطقة غير معلّمة، مع تحديد هياكل الجدران المحجوبة بالنباتات بنجاح، إلى أن التدريب المسبق الذاتي عبر وجهات نظر متعددة يلتقط بفعالية الميزات القابلة للنقل عبر سياقات مكانية متنوعة. بشكل عام، تؤكد النتائج على قوة وقدرات التعميم لنهج DINO-CV في تعزيز رسم خرائط الجدران الحجرية الجافة عبر هياكل نماذج مختلفة ومناظر طبيعية صعبة.
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على التقدم الكبير في اكتشاف الميزات الأثرية من خلال بيانات التضاريس عالية الدقة، لا سيما باستخدام أنظمة LiDAR الجوية. تولد هذه الأنظمة نماذج ارتفاع رقمية (DEMs) تفصيلية تكشف بفعالية عن ميزات المناظر الطبيعية الدقيقة المحجوبة بالنباتات، مما يجعلها لا تقدر بثمن لرسم خرائط المناظر الطبيعية الأثرية المعقدة. تعزز تقنيات تصور DEM المختلفة، مثل تظليل التل متعدد الاتجاهات (MHS) والتصور لعلم الآثار التضاريس (VAT)، من وضوح هذه الميزات، مما يسهل تحديد الهياكل مثل الجدران الحجرية الجافة. تؤكد الدراسات الأخيرة على فعالية هذه الطرق، على الرغم من أنها تكشف أيضًا عن التحديات المتعلقة بتباين الأداء عبر سياقات أثرية مختلفة والحاجة إلى مجموعات بيانات عالية الجودة المعلّمة لتطبيقات التعلم العميق.
تناقش الورقة أيضًا دمج تقنيات التعلم العميق لرسم الخرائط الآلية للميزات الأثرية، لا سيما الجدران الحجرية الجافة. بينما أظهرت الدراسات السابقة إمكانيات نماذج مثل U-Net لهذه المهمة، فإنها تسلط الضوء أيضًا على القيود بسبب الاعتماد على بيانات التضاريس عالية الدقة ونقص بيانات التدريب المعلّمة. يقترح المؤلفون إطار عمل للتعلم الذاتي يعتمد على تقنيات تقطير المعرفة، يُسمى DINO-CV، والذي يهدف إلى الاستفادة من مشتقات DEM غير المعلّمة لتعزيز أداء النموذج في مهام رسم الخرائط. تم تصميم هذا الإطار لتعلم الميزات البصرية الثابتة عبر تمثيلات متعددة لـ DEM، مما يحسن في النهاية قدرات التقسيم للنماذج في المناظر الطبيعية الأثرية المعقدة. تشير النتائج إلى أنه بينما يحمل التعلم العميق وعدًا لأتمتة رسم الخرائط الأثرية، لا تزال التحديات المتعلقة بتوافر البيانات وتدريب النماذج قائمة، مما يتطلب أساليب مبتكرة مثل التعلم الذاتي لمعالجة هذه القضايا.
DOI: https://doi.org/10.1016/j.srs.2026.100372
Publication Date: 2026-01-14
Author(s): Zexian Huang et al.
Primary Topic: Archaeological Research and Protection
Overview
The study introduces DINO-CV, a self-supervised cross-view pre-training framework aimed at automating the mapping of historic dry-stone walls in complex landscapes, particularly in the Budj Bim Cultural Landscape, a UNESCO World Heritage site in Victoria, Australia. This framework leverages Digital Elevation Models (DEMs) derived from high-resolution airborne LiDAR to address challenges such as visual occlusion by dense vegetation and the scarcity of labeled training data. DINO-CV effectively learns invariant geometric and geomorphic features across different DEM-derived views, achieving a mean Intersection over Union (mIoU) of 68.6% on test areas and maintaining 63.8% mIoU with only 10% labeled data, showcasing its potential for large-scale cultural heritage mapping.
The study also discusses limitations, including potential inaccuracies in wall annotations due to the complexities of dense vegetation and terrain features, which may affect the transferability of results to other archaeological contexts. Future research directions include enhancing annotation quality through semi-automated strategies and exploring cross-platform transfer learning between UAV and airborne LiDAR data. The findings suggest that DINO-CV could facilitate high-resolution mapping in various cultural heritage landscapes, thereby contributing to environmental monitoring and heritage preservation efforts in inaccessible regions.
Introduction
The introduction of this research paper emphasizes the cultural and ecological significance of dry-stone walls, which have been constructed for millennia across various regions, including Australia, where they serve agricultural purposes and hold cultural importance for Indigenous communities. Despite their value, many of these structures remain undocumented due to challenges in mapping, particularly in remote and rugged terrains where traditional methods like manual surveys and aerial photography are impractical. Recent advancements in computer vision and deep learning offer automated mapping solutions that can efficiently detect these walls using high-resolution imagery and LiDAR data.
The paper highlights the limitations of supervised deep learning models, which require large labeled datasets that are often difficult to obtain. To address this, the authors propose utilizing self-supervised learning (SSL) techniques to enhance the mapping of dry-stone walls by leveraging high-resolution digital elevation models (DEMs) and their derivatives. The study introduces a novel self-supervised cross-view pre-training strategy, termed DINO-CV, which aims to learn visual and structural features from multiple DEM derivatives. This approach is evaluated in the Budj Bim cultural landscape, demonstrating that SSL can significantly improve mapping performance while reducing the reliance on labeled data. The findings suggest that DINO-CV can facilitate large-scale, automated mapping of dry-stone walls in complex, vegetated environments, thereby contributing to the preservation of these important cultural heritage structures.
Methods
The methodology section outlines the systematic approach employed in the research to investigate the specified hypotheses. It details the experimental design, including the selection of participants, data collection techniques, and analytical methods used to interpret the results. The study utilized a quantitative framework, incorporating statistical tools to ensure the reliability and validity of the findings.
Data were gathered through structured surveys and controlled experiments, with a focus on minimizing biases and ensuring representative sampling. The analysis involved the application of various statistical tests, such as t-tests and ANOVA, to evaluate the significance of the results. The methodology emphasizes transparency and reproducibility, providing a clear roadmap for future research in this domain.
Results
In the results section, the study evaluates the performance of various model architectures—ResNet-50, Wide-ResNet-50-2, and ViT-S/16—on dry-stone wall mapping using standard semantic segmentation metrics: Precision, Recall, F1 Score, and mean Intersection over Union (mIoU). The models are assessed under different pre-training strategies, including random initialization, supervised pre-training on ImageNet-1K, self-supervised pre-training via DINO, SeCo-100K pre-training, and the proposed DINO-CV on the BudjBimLandscape dataset. The findings indicate that DINO-CV consistently outperforms all other pre-training methods, achieving the highest F1 scores (ResNet-50: 81.2%, Wide ResNet-50: 81.4%, ViT-S/16: 80.1%) and mIoU (ResNet-50: 68.3%, Wide ResNet-50: 68.6%, ViT-S/16: 66.8%), demonstrating its effectiveness in detecting and localizing dry-stone walls in complex terrains.
Qualitative assessments further support these quantitative results, showing that models pre-trained with DINO-CV produce more accurate and spatially coherent segmentation masks compared to those initialized randomly or through supervised learning. For instance, in challenging areas with dense vegetation, DINO-CV significantly enhances the delineation of wall structures, outperforming both random and supervised baselines. Additionally, the model’s ability to generalize to an unlabeled region, successfully identifying wall structures obscured by vegetation, suggests that the cross-view self-supervised pre-training effectively captures transferable features across diverse spatial contexts. Overall, the results underscore the robustness and generalization capabilities of the DINO-CV approach in enhancing dry-stone wall mapping across various model architectures and challenging landscapes.
Discussion
The discussion section of the research paper highlights the significant advancements in archaeological feature detection through high-resolution topographic data, particularly using airborne LiDAR systems. These systems generate detailed digital elevation models (DEMs) that effectively reveal subtle landscape features obscured by vegetation, making them invaluable for mapping complex archaeological landscapes. Various DEM visualization techniques, such as Multidirectional Hillshading (MHS) and Visualization for Archaeological Topography (VAT), enhance the visibility of these features, facilitating the identification of structures like dry-stone walls. Recent studies underscore the effectiveness of these methods, although they also reveal challenges related to the variability of performance across different archaeological contexts and the need for high-quality labeled datasets for deep learning applications.
The paper further discusses the integration of deep learning techniques for automated mapping of archaeological features, particularly dry-stone walls. While previous studies have demonstrated the potential of models like U-Net for this task, they also highlight limitations due to the reliance on high-resolution terrain data and the scarcity of labeled training data. The authors propose a self-supervised learning framework based on knowledge distillation, termed DINO-CV, which aims to leverage unlabeled DEM derivatives to enhance model performance in mapping tasks. This framework is designed to learn invariant visual features across multiple DEM representations, ultimately improving the segmentation capabilities of models in complex archaeological landscapes. The findings suggest that while deep learning holds promise for automating archaeological mapping, challenges related to data availability and model training persist, necessitating innovative approaches like self-supervised learning to address these issues.