Architectural Heritage Recognition with Deep Learning: An ANN and CNN Approach

Die Geschichte wird oft in Stein geschrieben, doch seit Jahrhunderten beruht das Verständnis der in diesen Stein gehauenen Geschichten auf der langsamen, sorgfältigen Arbeit des menschlichen Auges. Wenn ein Historiker oder Architekt ein Gebäude aus der fernen Vergangenheit betrachtet, muss er dessen Stil identifizieren – sei es die emporstrebenden Bögen der Gotik oder die kunstvollen Säulen des antiken Persiens –, um seinen Platz in der Zeit zu verstehen. Dieser manuelle Prozess ist nicht nur zeitaufwendig, sondern auch schwer skalierbar, wenn man mit tausenden von Bildern konfrontiert ist, die in Archiven verstreut sind. Die visuelle Komplexität dieser Bauwerke mit ihren einzigartigen Texturen, Formen und Materialien macht es schwierig, sie systematisch zu organisieren. In den letzten Jahren hat ein Zweig der Informatik, bekannt als Deep Learning, einen neuen Weg eröffnet, um dieses Problem anzugehen. Diese Systeme sind darauf ausgelegt, aus Daten zu lernen, ganz ähnlich wie ein menschliches Gehirn aus Erfahrung lernt, was es ihnen ermöglicht, Muster in Bildern zu erkennen, die für einen Menschen zu subtil oder zu zahlreich sein könnten, um sie effizient zu sortieren. Indem Forscher Computer lehren, die spezifischen Details zu sehen, die eine Ära eines Gebäudes definieren, hoffen sie, Werkzeuge zu schaffen, die unser gemeinsames architektonisches Erbe automatisch katalogisieren und bewahren können.

In einer kürzlich durchgeführten Studie setzten sich die Forscher Majid Ali Baig und Sarah Abbas von der University of Management and Technology zum Ziel, ein solches Werkzeug zu entwickeln. Sie konzentrierten sich auf die Herausforderung, Bilder historischer Gebäude automatisch nach ihrem korrekten Baustil zu sortieren. Zu diesem Zweck entwickelten sie ein Computerprogramm, das auf einer Art künstlicher Intelligenz basiert, einem sogenannten Convolutional Neural Network (faltendes neuronales Netzwerk). Man kann sich dieses Netzwerk als ein digitales System vorstellen, das ein Bild betrachtet und es in Schichten von Merkmalen zerlegt, beginnend mit einfachen Linien und Formen und steigernd zu komplexen Mustern, die einen spezifischen Stil definieren. Das Team begann mit einer großen Sammlung von Fotos historischer Gebäude, die online verfügbar waren und Bilder von fünfundzwanzig verschiedenen Architekturstilen enthielten. Für ihr erstes Experiment wählten sie vier unterschiedliche Stile aus, um ihr System zu testen: den antiken achämenidischen Stil, den mittelalterlichen gotischen Stil, den modernen dekonstruktivistischen Stil und den ornamentalen Jugendstil.

Die Forscher bereiteten die Bilder zuerst für den Computer vor. Sie wandelten jedes Foto in ein Graustufenbild um, wobei sie die Farbe entfernten, um sich rein auf die Formen und Strukturen zu konzentrieren, und passten die Größe alle Bilder einheitlich auf 256 mal 256 Pixel an. Diese Standardisierung stellte sicher, dass der Computer Äpfel mit Äpfeln verglich, anstatt durch unterschiedliche Bildgrößen oder Farbschwankungen verwirrt zu werden. Anschließend speisten sie diese verarbeiteten Bilder in ihr maßgeschneidertes neuronales Netzwerk ein. Das System wurde mit mehreren Schichten entworft, die zusammenarbeiteten, um die wichtigsten Details aus jedem Bild zu extrahieren. Es nutzte mathematische Techniken, um die Bedeutung verschiedener Merkmale anzupassen und sicherzustellen, dass das System die richtigen Muster lernte, ohne durch Rauschen oder irrelevante Details abgelenkt zu werden. Um das System so effektiv wie möglich zu machen, verwendeten die Forscher ein automatisiertes Werkzeug, um tausende verschiedene Einstellungen zu testen, auf der Suche nach der perfekten Kombination von Parametern, die es dem Computer ermöglichen würde, am schnellsten und genauesten zu lernen.

Die Ergebnisse zeigten, dass der Computer tatsächlich lernen konnte, zwischen diesen komplexen Architekturstilen zu unterscheiden. Nach dem Training mit den Daten erreichte das System eine hohe Genauigkeit und identifizierte den Stil eines Gebäudes in der überwiegenden Mehrheit der Fälle während seiner Trainingsphase korrekt. Bei Tests mit neuen Bildern, die es zuvor noch nie gesehen hatte, behielt das System eine starke Leistung bei und klassifizierte den Architekturstil in etwa 85 Prozent der Fälle korrekt. Die Forscher maßen auch, wie gut das System unter Verwendung spezifischer Metriken arbeitete, die sowohl untersuchen, wie oft es richtig lag, als auch, wie oft es eine korrekte Identifizierung versäumte. Das System zeigte eine ausgewogene Fähigkeit, den richtigen Stil zu finden, ohne zu viele Fehler zu machen, mit einem Wert, der ein solides Verständnis der visuellen Unterschiede zwischen den Stilen widerspiegelte. Die Studie ergab jedoch auch, dass das System nicht perfekt war; es verwechselte gelegentlich den gotischen Stil mit dem romanischen Stil, was darauf hindeutet, dass einige architektonische Merkmale so ähnlich sind, dass selbst fortschrittliche Computermodelle Schwierigkeiten haben, sie voneinander zu unterscheiden.

Diese Arbeit zeigt, dass Deep Learning als leistungsstarker Assistent für Historiker und Denkmalpfleger dienen kann. Durch die Automatisierung der anfänglichen Sortierung von tausenden von Gebäudeimages kann das System helfen, riesige Sammlungen architektonischer Aufzeichnungen viel schneller zu organisieren, als dies ein Mensch könnte. Die Forscher merkten an, dass ihr Ansatz skalierbar ist, was bedeutet, dass er erweitert werden kann, um die gesamte Bandbreite der fünfundzwanzig Stile in ihrem Datensatz zu handhaben, nicht nur die vier, die sie getestet haben. Während das aktuelle Modell ein bedeutender Schritt nach vorn ist, räumen die Autoren ein, dass noch Arbeit zu leisten bleibt. Zukünftige Bemühungen werden sich wahrscheinlich darauf konzentrieren, das System zu verfeinern, um mehr Stile zu handhaben und seine Fähigkeit zu verbessern, zwischen sehr ähnlichen Architekturperioden zu unterscheiden. Für den Moment beweist die Studie, dass Computer beigebracht werden können, die visuelle Sprache der Geschichte zu erkennen, und bietet so einen neuen Weg, das gebaute Erbe, das uns umgibt, zu dokumentieren und zu verstehen.