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

L'histoire est souvent écrite dans la pierre, mais pendant des siècles, la compréhension des récits gravés dans cette pierre a reposé sur le travail lent et méticuleux de l'œil humain. Lorsqu'un historien ou un architecte observe un bâtiment du passé lointain, il doit identifier son style — qu'il s'agisse des arches élancées de l'ère gothique ou des colonnes complexes de la Perse antique — pour comprendre sa place dans le temps. Ce processus manuel est non seulement chronophage, mais aussi difficile à mettre à l'échelle face à des milliers d'images dispersées dans les archives. La complexité visuelle de ces structures, avec leurs textures, formes et matériaux uniques, rend leur organisation systématique difficile. Ces dernières années, une branche de l'informatique connue sous le nom d'apprentissage profond (deep learning) a offert une nouvelle façon de s'attaquer à ce problème. Ces systèmes sont conçus pour apprendre à partir de données, de la même manière qu'un cerveau humain apprend de l'expérience, leur permettant de reconnaître des motifs dans les images qui pourraient être trop subtils ou trop nombreux pour qu'une personne puisse les trier efficacement. En apprenant aux ordinateurs à voir les détails spécifiques qui définissent l'époque d'un bâtiment, les chercheurs espèrent créer des outils capables de cataloguer et de préserver automatiquement notre patrimoine architectural commun.

Dans une étude récente, les chercheurs Majid Ali Baig et Sarah Abbas, de l'Université de Gestion et de Technologie, ont entrepris de construire un tel outil. Ils se sont concentrés sur le défi de classer automatiquement les images de bâtiments historiques selon leurs styles architecturaux corrects. Pour ce faire, ils ont développé un programme informatique basé sur un type d'intelligence artificielle appelé réseau de neurones convolutifs. Vous pouvez considérer ce réseau comme un système numérique qui examine une image et la décompose en couches de caractéristiques, en commençant par des lignes et des formes simples pour monter progressivement vers des motifs complexes qui définissent un style spécifique. L'équipe a commencé par une vaste collection de photos de bâtiments historiques disponibles en ligne, contenant des images représentant vingt-cinq styles architecturaux différents. Pour leur expérience initiale, ils ont sélectionné quatre styles distincts pour tester leur système : le style achéménide ancien, le style gothique médiéval, le style déconstructiviste moderne et le style Art nouveau ornementé.

Les chercheurs ont d'abord préparé les images pour que l'ordinateur puisse les lire. Ils ont converti chaque photo en une image en niveaux de gris, supprimant la couleur pour se concentrer purement sur les formes et les structures, et les ont toutes redimensionnées à une taille uniforme de 256 par 256 pixels. Cette standardisation garantissait que l'ordinateur comparait des pommes avec des pommes, plutôt que d'être perturbé par différentes tailles d'images ou variations de couleurs. Ils ont ensuite injecté ces images traitées dans leur réseau neuronal conçu sur mesure. Le système était doté de plusieurs couches qui travaillaient ensemble pour extraire les détails les plus importants de chaque image. Il utilisait des techniques mathématiques pour ajuster l'importance de différentes caractéristiques, garantissant que le système apprenne les bons motifs sans être confondu par le bruit ou les détails non pertinents. Pour rendre le système aussi efficace que possible, les chercheurs ont utilisé un outil automatisé pour tester des milliers de réglages différents, recherchant la combinaison parfaite de paramètres qui permettrait à l'ordinateur d'apprendre le plus rapidement et le plus précisément possible.

Les résultats ont montré que l'ordinateur pouvait effectivement apprendre à distinguer ces styles architecturaux complexes. Après l'entraînement sur les données, le système a atteint un haut niveau de précision, identifiant correctement le style d'un bâtiment dans la grande majorité des cas lors de sa phase d'apprentissage. Lorsqu'il a été testé sur de nouvelles images qu'il n'avait jamais vues auparavant, le système a maintenu une performance solide, classant correctement le style architectural dans environ 85 pour cent des cas. Les chercheurs ont également mesuré la performance du système à l'aide de mesures spécifiques qui examinent à la fois la fréquence de ses succès et la fréquence de ses omissions de l'identification correcte. Le système a montré une capacité équilibrée à trouver le bon style sans commettre trop d'erreurs, avec un score qui reflétait une compréhension solide des différences visuelles entre les styles. Cependant, l'étude a également révélé que le système n'était pas parfait ; il confondait occasionnellement le style gothique avec le style roman, suggérant que certaines caractéristiques architecturales sont si similaires que même les modèles informatiques avancés peinent à les distinguer.

Ce travail démontre que l'apprentissage profond peut servir d'assistant puissant pour les historiens et les conservateurs. En automatisant le tri initial de milliers d'images de bâtiments, le système peut aider à organiser de vastes collections de registres architecturaux bien plus rapidement qu'un humain. Les chercheurs ont noté que leur approche est évolutive, ce qui signifie qu'elle pourrait être étendue pour traiter l'ensemble des vingt-cinq styles de leur ensemble de données, et non pas seulement les quatre qu'ils ont testés. Bien que le modèle actuel soit une étape importante, les auteurs reconnaissent qu'il reste du travail à faire. Les efforts futurs se concentreront probablement sur l'affinement du système pour gérer davantage de styles et sur l'amélioration de sa capacité à distinguer des périodes architecturales très similaires. Pour l'instant, l'étude prouve que l'on peut enseigner aux ordinateurs à reconnaître le langage visuel de l'histoire, offrant ainsi une nouvelle façon de documenter et de comprendre le patrimoine bâti qui nous entoure.