← 返回资讯列表

AI与地理信息

兰齐敞廊:基于三维摄影测量的AI热成像增强对比研究

兰齐敞廊:基于三维摄影测量的AI热成像增强对比研究
配图来源:arXiv

完整中文导读

arXiv 预印本论文以佛罗伦萨领主广场的兰齐敞廊为对象,于2025年12月使用FLIR T1020 HD相机开展热成像调查,揭示抹灰层下的封堵开口和材料过渡等隐藏建筑特征。

论文资料与摘要整理

整理依据:原始摘要与元数据;未据此展示论文全文

Loggia dei Lanzi: AI Thermography Enhancement Comparisons through 3D Photogrammetry

作者:Scott McAvoy;Jonathan Klingspon;George Bent;Dave Pfaff;Aviral Agarwal;Maurizio Seracini;Falko Kuester
刊物:arXiv 预印本(非同行评议)
出版时间:2026-08-03

研究方法

2025年12月使用FLIR T1020 HD相机采集热成像,在摄影测量SfM流程中对比原生分辨率、FLIR硬件像素位移超分辨率UltraMax与AI放大图像模型三个分辨率层级,量化特征检测与连接点生成

研究对象

佛罗伦萨领主广场兰齐敞廊的热成像遗产记录,重点为抹灰层下的封堵开口与材料过渡

主要发现

冬季环境条件提供了特征丰富的基准;研究给出硬件微扫描与AI超分辨率在热成像摄影测量工作流中的直接对比,评估额外细节是否转化为更密集准确的三维热模型;数据集公开并纳入交互式三维档案与全城扩展现实叠加应用

材料局限

基于摘要,未提供具体精度数值、样本规模与算法细节;论文为arXiv预印本,非同行评议

本文为来源内容的中文摘要与整理,不代表原文全文翻译。完整信息请查阅来源原文。

打开来源原文 ↗返回资讯列表