结构类型识别模型

十万栋8分钟

一种基于深度学习的自动化分类方法，可利用建筑轮廓和高度数据生成上下文特征图，无需现场调查即可高效识别城市尺度建筑群的结构类型，显著降低人力与时间成本。

许镇 · Chenxi, Liang · 牟在根 · Tian, Yuan · Gu, Donglian

Journal of Computing in Civil Engineering 2026

参数信息

分类准确率

98 %

处理速度

100000 buildings

技术优势

无需现场调查

仅需建筑轮廓和高度数据即可生成上下文特征图，替代了传统的人工现场调查，显著降低人力成本。

城市尺度快速处理

在天津市262,305栋建筑上，8分钟内即可完成10万栋建筑的处理，效率远超人工方法。

缓解类不平衡问题

采用优化过采样技术处理类别不平衡，并通过迭代训练利用先验分类结果逐步提升精度。

应用场景

• 城市建筑群结构分析：快速获取城市建筑结构类型分布，替代人工调查。
• 城市更新与规划：为城市更新决策提供建筑结构底数，无需现场摸排。
• 灾害风险评估：快速评估城市建筑结构脆弱性，支撑灾害风险分析。
• 自动化基础设施管理：自动化识别基础设施结构类型，提升管理效率。