DOI: https://doi.org/10.1038/s40494-026-02346-5
تاريخ النشر: 2026-02-03
المؤلف: Yongshuai Liu وآخرون
الموضوع الرئيسي: المسح ثلاثي الأبعاد والتراث الثقافي
نظرة عامة
تتناول هذه الدراسة الحاجة الملحة لحماية المباني القديمة، التي تتعرض بشكل متزايد للتآكل من مخاطر مختلفة، بما في ذلك الشيخوخة الهيكلية والتآكل السطحي. تعيق الطرق التقليدية لإعادة البناء ثلاثي الأبعاد التكاليف العالية، والتغطية المحدودة، والمشكلات المتعلقة بالتشويه الهندسي وتدهور الملمس، بشكل أساسي بسبب الجودة غير المتجانسة للصور المجمعة من الجمهور.
لتجاوز هذه التحديات، تقدم الدراسة إطار عمل لتحسين الصور المجمعة من الجمهور يتكون من ثلاث مراحل يستفيد من الميزات متعددة الأنماط. يتكون الإطار من بنية فحص جودة متسلسلة قابلة للتكيف لفرز البيانات مسبقًا، ومصنف ميزات الصور ثنائي الأبعاد XGBoost، ونموذج تقييم جودة تعاوني متعدد المجالات. باستخدام برج يينغشيان الخشبي كدراسة حالة، أظهر الأسلوب المقترح تحسينات كبيرة: زيادة بنسبة 25.7% في كثافة السطح، وتحسين بنسبة 29.4% في وضوح الملمس، وتقليل بنسبة 14.7% في إزالة القيم الشاذة الإحصائية (SOR). يعالج هذا النهج بشكل فعال التشويه المرتبط بالهندسة والملمس، مقدماً حلاً جديداً وفعالاً للحفاظ الرقمي الدقيق على الهياكل القديمة المعقدة.
مقدمة
تركز مقدمة هذه الدراسة على برج يينغشيان الخشبي، وهو موقع للتراث الثقافي العالمي، مع تسليط الضوء على هيكله الفريد من نوعه دوغونغ والتحديات التي تطرحها الظواهر المائلة الأخيرة. بسبب القيود في ظروف التصوير الميداني، تستخدم الدراسة مزيجًا من الصور المجمعة من الجمهور والصور القياسية عالية الدقة لإنشاء نماذج ثلاثية الأبعاد عالية الدقة ضرورية للمراقبة والإصلاح. تستخدم الدراسة إطار عمل لمعالجة الصور المجمعة من الجمهور يدمج تقنية الاسترجاع ثنائية النمط وطرق التصنيف المتقدمة، بما في ذلك الفحص المتسلسل القابل للتكيف وXGBoost، لمعالجة مشكلات جودة الصورة والازدواجية. يهدف الإطار إلى تحسين جودة البيانات من خلال نموذج تقييم جودة مدفوع بالتعاون متعدد المجالات، مما يعزز في النهاية الدقة الهندسية وصدق الملمس للنماذج المعاد بناؤها.
يشمل نظام تقييم الجودة المقترح ثلاثة مجالات—الفضاء الجوي، والتردد، والدلالات—باستخدام خمسة مؤشرات: التشابه الهيكلي متعدد المقاييس (MS-SSIM)، وتحسين نسبة الإشارة إلى الضوضاء (PSNR)، وتشابه رقعة الصورة الإدراكية المتعلمة (LPIPS)، وموثوقية المعلومات البصرية (VIF)، وانحراف تشابه حجم التدرج (GMSD). يساهم كل مؤشر بشكل فريد في مهمة إعادة البناء، مع طريقة تحسين الوزن المعتمدة على تحليل المكونات الرئيسية (PCA) لتحديد أهميتها. تشير النتائج إلى أن إعطاء الأولوية لصدق الهيكل متعدد المقاييس أمر حاسم للحفاظ على سلامة الميزات المعمارية المعقدة، بينما يتم تصفية الصور التي تحتوي على تشوهات دلالية وضبابية الحواف بشكل فعال. يهدف هذا النهج الشامل إلى ضمان الحفاظ الرقمي الناجح على التراث المعماري القديم.
طرق
تحدد قسم “الطرق” في ورقة البحث التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في سؤال البحث. استخدمت الدراسة نهجًا كميًا، يتضمن تحليلات إحصائية لتقييم البيانات التي تم جمعها من المشاركين. شملت المنهجيات المحددة التجارب العشوائية المضبوطة، والاستطلاعات، والدراسات الملاحظة، مما يضمن إطار عمل قوي لسلامة البيانات وموثوقيتها.
تم تحليل البيانات باستخدام برامج إحصائية مناسبة، مع تحديد مستويات الدلالة عند p < 0.05. استخدم الباحثون اختبارات إحصائية متنوعة، مثل اختبارات t وANOVA، لمقارنة متوسطات المجموعات وتقييم تأثيرات المتغيرات المختلفة. بالإضافة إلى ذلك، تم إجراء تحليلات انحدار لاستكشاف العلاقات المحتملة والروابط السببية بين المتغيرات ذات الاهتمام. بشكل عام، تم اختيار الطرق بعناية لتوفير رؤى شاملة حول فرضية البحث مع تقليل التحيزات والعوامل المربكة.
نتائج
يقدم قسم “النتائج” النتائج الرئيسية للدراسة، مع تسليط الضوء على النتائج المهمة المستمدة من الطرق التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود علاقة قوية بين المتغيرات قيد التحقيق، مع تأكيد التحليلات الإحصائية على قوة هذه العلاقات. من الجدير بالذكر أن النتائج تظهر أن التدخل المطبق أدى إلى تحسين قابل للقياس في النتائج المستهدفة، كما يتضح من المقاييس الكمية المبلغ عنها.
علاوة على ذلك، تكشف التحليلات عن أنماط محددة تشير إلى الآليات الأساسية التي قد تؤثر على اتجاهات البحث المستقبلية. تدعم النتائج التمثيلات المرئية، مثل الرسوم البيانية والجداول، التي توضح الاتجاهات والتغيرات الملحوظة طوال الدراسة. بشكل عام، تسهم النتائج في تقديم رؤى قيمة للجسم المعرفي القائم وتؤكد على أهمية فرضيات الدراسة.
مناقشة
تقدم قسم المناقشة في ورقة البحث طريقة جديدة للحصول على الصور المجمعة من الجمهور لإعادة بناء المباني القديمة، مع معالجة التكاليف العالية والمخاطر المرتبطة بجمع البيانات التقليدي. يدمج الإطار المقترح دلالات النص والقيود الجغرافية من خلال آلية استرجاع ثنائية القناة. يستخدم النهج المدفوع بالنص ترقيمًا ديناميكيًا وتحليل شجرة DOM لاستخراج الصور والبيانات الوصفية من منصة بايدو للصور المفتوحة، بينما يستخدم الأسلوب المدفوع بالجغرافيا واجهة برمجة تطبيقات عرض الشارع من بايدو لجمع الصور من زوايا متعددة. تقلل هذه الاستراتيجية ثنائية النمط بشكل كبير من تكاليف جمع البيانات وتقلل من خطر إتلاف الآثار الثقافية.
بالإضافة إلى ذلك، يقدم البحث إطار عمل لفحص الصور مسبقًا بتسلسل متكيف يتناول التحديات مثل عدم التجانس، واختلافات الدقة، والضوضاء في الصور المجمعة من الجمهور. يركز هذا الإطار المكون من خمسة مستويات على الخصائص الهندسية ذات التعقيد المنخفض للفحص الأولي، تليها تحليلات دلالية ذات تعقيد عالٍ. يتم استخدام نموذج EfficientNet-B4 للتصنيف الثنائي، مما يضمن دقة عالية مع إدارة فعالة للموارد الحاسوبية. يقوم الإطار بضبط عتبات الفحص ديناميكيًا بناءً على خصائص مكونات المباني القديمة، مما يعزز في النهاية جودة الصور المستخدمة لإعادة البناء ثلاثي الأبعاد. توضح الدراسة أن الطرق المقترحة تقدم نهجًا قويًا وفعالًا للحصول على الصور ومعالجتها، مما يسهل التوثيق الرقمي الدقيق للهياكل المعمارية المعقدة.
DOI: https://doi.org/10.1038/s40494-026-02346-5
Publication Date: 2026-02-03
Author(s): Yongshuai Liu et al.
Primary Topic: 3D Surveying and Cultural Heritage
Overview
The research addresses the urgent need for the protection of ancient buildings, which are increasingly threatened by erosion from various hazards, including structural aging and surface corrosion. Traditional methods of 3D reconstruction are hindered by high costs, limited coverage, and issues related to geometric distortion and texture degradation, primarily due to the heterogeneous quality of crowdsourced images.
To overcome these challenges, the study introduces a three-stage crowdsourced image optimization framework that leverages multimodal features. The framework consists of an adaptive cascaded quality screening architecture for data pre-screening, an XGBoost dual-dimensional image feature classifier, and a multi-domain collaborative quality assessment model. Using the Yingxian Wooden Pagoda as a case study, the proposed method demonstrated significant improvements: a 25.7% increase in surface density, a 29.4% enhancement in texture clarity, and a 14.7% reduction in Statistical Outlier Removal (SOR). This approach effectively addresses geometric-texture coupled distortion, offering a novel and efficient solution for the accurate digital preservation of complex ancient structures.
Introduction
The introduction of this study focuses on the Yingxian Wooden Tower, a World Cultural Heritage site, highlighting its unique DouGong structure and the challenges posed by recent tilting phenomena. Due to limitations in field shooting conditions, the research utilizes a combination of crowdsourced images and high-resolution standard images to create high-precision three-dimensional models essential for monitoring and repair. The study employs a crowdsourced image-processing framework that integrates dual-modal retrieval technology and advanced classification methods, including adaptive cascade screening and XGBoost, to address issues of image quality and redundancy. The framework aims to optimize data quality through a multi-domain collaborative-driven quality evaluation model, ultimately enhancing the geometric accuracy and texture authenticity of the reconstructed models.
The proposed quality assessment system encompasses three domains—airspace, frequency, and semantic—utilizing five indicators: multi-scale structural similarity (MS-SSIM), improved Peak Signal-to-Noise Ratio (PSNR), Learned Perceptual Image Patch Similarity (LPIPS), Visual Information Fidelity (VIF), and Gradient Magnitude Similarity Deviation (GMSD). Each indicator contributes uniquely to the reconstruction task, with a weight optimization method based on principal component analysis (PCA) determining their significance. The findings indicate that prioritizing multi-scale structural fidelity is crucial for maintaining the integrity of complex architectural features, while effectively filtering out images with semantic distortions and edge blurring. This comprehensive approach aims to ensure the successful digital preservation of ancient architectural heritage.
Methods
The “Methods” section of the research paper outlines the experimental design and analytical techniques employed to investigate the research question. The study utilized a quantitative approach, incorporating statistical analyses to evaluate the data collected from participants. Specific methodologies included randomized controlled trials, surveys, and observational studies, ensuring a robust framework for data integrity and reliability.
Data were analyzed using appropriate statistical software, with significance levels set at p < 0.05. The researchers employed various statistical tests, such as t-tests and ANOVA, to compare group means and assess the effects of different variables. Additionally, regression analyses were conducted to explore potential correlations and causal relationships among the variables of interest. Overall, the methods were carefully selected to provide comprehensive insights into the research hypothesis while minimizing biases and confounding factors.
Results
The “Results” section presents the key findings of the study, highlighting the significant outcomes derived from the experimental or analytical methods employed. The data indicates a strong correlation between the variables under investigation, with statistical analyses confirming the robustness of these relationships. Notably, the results demonstrate that the intervention applied led to a measurable improvement in the targeted outcomes, as evidenced by the quantitative metrics reported.
Furthermore, the analysis reveals specific patterns that suggest underlying mechanisms at play, which may inform future research directions. The findings are supported by visual representations, such as graphs and tables, which illustrate the trends and variations observed throughout the study. Overall, the results contribute valuable insights to the existing body of knowledge and underscore the importance of the study’s hypotheses.
Discussion
The discussion section of the research paper presents a novel crowdsourced image acquisition method for reconstructing ancient buildings, addressing the high costs and risks associated with traditional data collection. The proposed framework integrates text semantics and geospatial constraints through a dual-channel retrieval mechanism. The text-driven approach utilizes dynamic pagination and DOM tree parsing to extract images and metadata from the Baidu Image Open Platform, while the geo-driven method employs the Baidu Street View API to gather multi-angle images. This dual-modal strategy significantly reduces data collection costs and minimizes the risk of damaging cultural relics.
Additionally, the paper introduces an adaptive cascade image pre-screening framework that tackles challenges such as heterogeneity, resolution differences, and noise in crowdsourced images. This five-level framework prioritizes low-complexity geometric attributes for initial screening, followed by high-complexity semantic analyses. The EfficientNet-B4 model is employed for binary classification, ensuring high accuracy while managing computational resources effectively. The framework dynamically adjusts screening thresholds based on the characteristics of ancient building components, ultimately enhancing the quality of images used for 3D reconstruction. The study demonstrates that the proposed methods yield a robust and efficient approach to image acquisition and processing, facilitating the accurate digital documentation of complex architectural structures.