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

La storia è spesso scritta nella pietra, ma per secoli, comprendere le storie incise in quella pietra ha fatto affidamento sul lento e meticoloso lavoro dell'occhio umano. Quando uno storico o un architetto osserva un edificio del passato remoto, deve identificarne lo stile — che si tratti degli archi slanciati dell'era gotica o delle intricate colonne della Persia antica — per comprenderne il posto nel tempo. Questo processo manuale non è solo dispendioso in termini di tempo, ma è anche difficile da scalare quando ci si trova di fronte a migliaia di immagini sparse negli archivi. La complessità visiva di queste strutture, con le loro texture, forme e materiali unici, rende difficile organizzarle sistematicamente. Negli ultimi anni, un ramo dell'informatica noto come deep learning ha offerto un nuovo modo per affrontare questo problema. Questi sistemi sono progettati per apprendere dai dati molto come un cervello umano impara dall'esperienza, permettendo loro di riconoscere modelli nelle immagini che potrebbero essere troppo sottili o numerosi per una persona che debba smistarli in modo efficiente. Insegnando ai computer a vedere i dettagli specifici che definiscono l'epoca di un edificio, i ricercatori sperano di creare strumenti che possano catalogare e preservare automaticamente il nostro patrimonio architettonico condiviso.

In uno studio recente, i ricercatori Majid Ali Baig e Sarah Abbas dell'Università di Management e Tecnologia si sono posti l'obiettivo di costruire proprio un tale strumento. Si sono concentrati sulla sfida di classificare automaticamente le immagini di edifici storici nei loro corretti stili architettonici. Per farlo, hanno sviluppato un programma per computer basato su un tipo di intelligenza artificiale chiamata rete neurale convoluzionale. Potete pensare a questa rete come a un sistema digitale che osserva un'immagine e la scompone in strati di caratteristiche, partendo da linee e forme semplici e costruendo gradualmente modelli complessi che definiscono uno stile specifico. Il team è partito da una vasta collezione di foto di edifici storici disponibili online, che conteneva immagini rappresentanti venticinque diversi stili architettonici. Per il loro esperimento iniziale, hanno selezionato quattro stili distinti per testare il loro sistema: lo stile antico Achemenide, lo stile medievale Gotico, lo stile moderno Decostruttivista e lo stile ornato Art Nouveau.

I ricercatori hanno prima preparato le immagini affinché il computer potesse leggerle. Hanno convertito ogni foto in un'immagine in scala di grigi, rimuovendo il colore per concentrarsi puramente sulle forme e sulle strutture, e hanno ridimensionato tutte a una dimensione uniforme di 256 per 256 pixel. Questa standardizzazione ha garantito che il computer confrontasse "mele con mele", piuttosto che confondersi a causa di diverse dimensioni delle immagini o variazioni di colore. Hanno poi inserito queste immagini elaborate nella loro rete neurale costruita su misura. Il sistema è stato progettato con diversi strati che lavorano insieme per estrarre i dettagli più importanti da ogni immagine. Ha utilizzato tecniche matematiche per regolare l'importanza di diverse caratteristiche, assicurando che il sistema apprendesse i modelli corretti senza confondersi con il rumore o i dettagli irrilevanti. Per rendere il sistema il più efficace possibile, i ricercatori hanno utilizzato uno strumento automatizzato per testare migliaire di diverse impostazioni, cercando la combinazione perfetta di parametri che permettesse al computer di apprendere nel modo più rapido e accurato.

I risultati hanno dimostrato che il computer poteva effettivamente imparare a distinguere tra questi complessi stili architettonici. Dopo l'addestramento sui dati, il sistema ha raggiunto un alto livello di precisione, identificando correttamente lo stile di un edificio nella stragrande maggioranza dei casi durante la fase di addestramento. Quando testato su nuove immagini che non aveva mai visto prima, il sistema ha mantenuto una prestazione solida, classificando correttamente lo stile architettonico in circa l'85 percento dei casi. I ricercatori hanno anche misurato quanto bene il sistema performasse utilizzando metriche specifiche che osservano sia la frequenza con cui era corretto, sia la frequenza con cui mancava un'identificazione corretta. Il sistema ha mostrato una capacità equilibrata di trovare lo stile giusto senza commettere troppi errori, con un punteggio che rifletteva una solida comprensione delle differenze visive tra gli stili. Tuttavia, lo studio ha anche rivelato che il sistema non era perfetto; occasionalmente confondeva lo stile Gotico con lo stile Romanico, suggerendo che alcune caratteristiche architettoniche siano così simili che anche i modelli informatici avanzati possono faticare a distinguerle.

Questo lavoro dimostra che il deep learning può servire come un potente assistente per storici e conservatori. Automatizzando la classificazione iniziale di migliaia di immagini di edifici, il sistema può aiutare a organizzare vaste collezioni di record architettonici molto più velocemente di quanto potrebbe fare un essere umano. I ricercatori hanno osservato che il loro approccio è scalabile, il che significa che potrebbe essere ampliato per gestire l'intera gamma di venticinque stili nel loro dataset, non solo i quattro che hanno testato. Sebbene l'attuale modello sia un passo avanti significativo, gli autori riconoscono che c'è ancora del lavoro da fare. Gli sforzi futuri si concentreranno probabilmente sul perfezionamento del sistema per gestire più stili e sul miglioramento della sua capacità di distinguere tra periodi architettonici molto simili. Per ora, lo studio dimostra che i computer possono essere istruiti a riconoscere il linguaggio visivo della storia, offrendo un nuovo modo per documentare e comprendere il patrimonio costruito che ci circonda.