【作者】 李健一； 秦浩宸； 许蓁；

【机构】 天津大学建筑学院；

【摘要】 本文基于卷积神经网络(CNN),对天津市和平区五大道地区的历史风貌建筑进行详尽的溯源分析。五大道以其丰富的近代建筑遗存著称,其建筑风貌体现了多元且非纯粹的特征。本文首先通过监督学习方法,构建并训练了多种架构的深度学习模型,比较其在建筑风格识别方面的性能与表现。然后,选择可靠度最高的模型,对该地区建筑图像进行分类,综合模型输出结果,对该地区进行风格溯源分析。结果表明,使用卷积神经网络进行建筑类型的溯源分析是可行且有效的。本研究成果不仅揭示了五大道地区历史风貌建筑诞生时的社会背景,还为建筑风格分类提供了新视角,为历史建筑的研究与修复工作提供了依据。更多还原