机器学习与深度学习在文化遗产保护中的应用：文献计量与任务导向综述

完整中文导读

该综述构建了面向文化遗产场景的“数据+技术+任务”框架，结合文献计量分析与系统性内容研究，梳理2011至2025年间的相关文献。研究通过发文趋势、出版来源、全球合作网络与主题建模，呈现文化遗产数字化与智能化研究的整体格局与演进路径，并将现有研究按任务属性归为识别、重建与虚拟修复、监测与预测三类主题。

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

Machine Learning and Deep Learning for Cultural Heritage Conservation: A Bibliometric and Task-Oriented Review

作者：Xinchen Li；Filiberto Chiabrando；Giulia Sammartano
刊物：Remote Sensing
出版时间：2026-02-17
DOI：10.3390/rs18040628

研究方法

文献计量分析与系统性内容研究相结合，并采用主题建模

研究对象

2011至2025年发表的机器学习与深度学习用于文化遗产保护的相关文献

主要发现

构建了“数据+技术+任务”框架，将研究按任务属性分为识别、重建与虚拟修复、监测与预测三类主题，并梳理了各主题的代表性文献、典型任务与技术趋势

材料局限

材料未提供