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

想象一下，你是一名侦探，正试图解开隐藏在一面古老、厚重的石墙里的谜团。你不能直接把它敲碎来查看内部，因为那样会破坏历史。相反，你使用了一种特殊的“热成像相机”，它能看到墙壁不同部分的冷热程度。把它想象成一种用于观察温度的夜视镜：如果墙后有一个隐藏的门或不同类型的砖块，它会以不同的方式保持热量，从而在你的屏幕上呈现出一个幽灵般的形状。这被称为热成像技术（thermography）。

但棘手的地方在于，这些热成像相机拍出的照片通常看起来有点模糊，就像 90 年代的低分辨率视频游戏。为了让图像更清晰，科学家们有两个主要窍门。第一个是硬件层面的技巧，叫做微扫描（microscanning），即相机进行极其微小的抖动（就像手颤一样），通过拍摄许多快速快照并将其缝合在一起，从而生成更清晰的图像。第二个是更新的技巧：人工智能（AI）。这就像一个超级聪明的计算机程序，它观察模糊的照片并猜测缺失的细节应该是什么样子，通过“幻觉”出新的像素来让图像看起来清晰锐利，达到高清晰度的效果。

对于历史学家和建筑师来说，大问题在于：让图片看起来更清晰真的能帮助我们发现隐藏的秘密吗？还是说 AI 只是编造了一些看起来很酷但并不真实的细节？如果计算机发明了一个虚假的砖块图案，它可能会干扰我们试图建立的 3D 地图，导致我们对建筑历史得出错误的结论。这篇论文深入探讨了这个问题，测试了这些高科技升级究竟是一根魔杖，还仅仅是一个华丽的滤镜。

---

廊台的故事与热成像相机

这个故事发生在兰齐廊台（Loggia dei Lanzi），这是意大利佛罗伦萨一座著名的露天画廊，始建于几个世纪前。它是一个宏伟的结构，拥有巨大的石拱和拱顶天花板，每年吸引数百万游客。由于年代久远，它经过了多次改建。在层层灰泥之下，可能埋藏着隐藏的门、被封堵的窗户以及不同类型的石头。研究人员希望使用热成像相机，在不触碰墙壁的情况下发现这些秘密。

2025 年 12 月，一支科学家团队在廊台布置了设备。他们使用了一台高端热成像相机（FLIR T1020 HD）拍摄了背墙的 161 张照片。当时的天气非常完美：室外很冷（约 11°C），但建筑内部较暖。这种温差使得隐藏的特征在热成像相机中脱颖而出，就像冬日里从热可可杯中升起的蒸汽一样。

高分辨率大竞赛

团队并没有仅仅拍完照片就结束了。他们想看看是否可以通过三种方法让图像变得更好，然后观察哪种方法能帮助他们建立最好的墙体 3D 地图。他们把这些图像看作一场由六个不同选手参加的比赛：

1. 原生选手（The Native Runner）： 直接从相机拍摄的原始、未经编辑的照片（1024 × 768 像素）。这是“对照组”——我们的起点。
2. 硬件选手（UltraMax）： 相机内置的技巧，利用微小的抖动将 16 帧图像合并为一张更清晰的图像（2048 × 1536 像素）。
3. 数学选手（Bicubic）： 一种简单的、传统的计算机技巧，它只是单纯地拉伸图像使其变大，而不增加任何真实的细节。这是“先假装成功再实现”的基准线。
4. AI 选手 #1 (SwinIR)： 一个通常在普通照片而非热成像照片上训练的智能 AI 模型，仅为了测试它是否能猜出细节。
5. AI 选手 #2 (DifIISR)： 一种非常先进的 AI，它使用一种“扩散”过程（类似于从噪声中缓慢揭示图像），专门为热成像图像设计。
6. AI 选手 #3 (TongJi/DRCT)： 最近一项旨在提高热成像图像清晰度全球竞赛的获胜者，它能将图像放大高达 8 倍！

大测试：更“锐利”是否意味着更“好”？

情节在这里发生了转折。通常，当我们看到模糊的照片变清晰时，我们会认为它变好了。但研究人员不仅仅是在观察图片；他们还在利用这些图片构建墙体的 3D 模型。他们将所有六个版本的图像输入到一个尝试通过匹配照片间的点来确定墙体形状的计算机程序中。

把它想象成一个拼图。如果拼图碎片有清晰、真实的边缘，你可以建造一座完美的城堡。如果拼图碎片上有计算机画上去的虚假边缘，城堡看起来可能正面很酷，但侧面看起来会很奇怪或崩塌。

结果如下：

• 原生图像（原始图像）： 出人意料的是，原始的、未经编辑的照片产生了最准确、最可靠的 3D 地图。它的误差最小，点位也最一致。
• 硬件选手 (UltraMax)： 这个表现还可以。它比简单的数学拉伸稍微好一点，但并没有巨大的飞跃。它是唯一一个没有过度破坏 3D 地图的“增强版”。它最接近原始质量。
• AI 选手（那些“神奇”的选手）： 这是最大的惊喜。那些让图像看起来最“锐利”、细节最丰富的 AI 模型，实际上让 3D 地图变得更糟了。
  • AI 模型创造了大量的“噪声”。它们发明了看起来很棒的虚假纹理和细节，但在从不同角度观察时却无法匹配。
  • 当计算机尝试使用这些 AI 图像构建 3D 墙体时，它感到很困惑。这些“虚假”的细节无法对齐，导致 3D 模型变得摇晃且不准确。
  • 最激进的那个 AI（将图像放大了 8 倍的那个）在 3D 地图中填满了数百万个点，但它们都聚集在奇怪的地方，导致墙体的平滑部分完全空白。这就像是你有了一百万块拼图碎片，但它们只嵌在拼图的角落里，留下了中间的一片空白。

这对历史意味着什么

论文得出结论，对于通过绘制历史建筑地图来寻找隐藏秘密这一特定任务而言，更多的像素并不等于更多的真相。

AI 模型擅长制作看起来漂亮的博物馆海报或视频游戏画面。它们可以猜测某种纹理“可能”的样子。但当你需要精确测量墙体以寻找隐藏的门时，这些猜测是危险的。它们引入了“幻觉”——即不存在的细节。

研究人员建议，如果你想寻找历史建筑中的隐藏特征，最好拍摄一张高质量、稳定的照片，或者在必要时使用相机的内置硬件技巧（UltraMax）。但是，在使用 AI 来“修复”图像时要非常小心，因为 AI 可能会在关于墙体真实情况的问题上欺骗你。

简而言之：不要让计算机去猜测历史。 即使看起来有点模糊，原始的、未经编辑的热成像图讲述了兰齐廊台最真实的故事。AI 可能会让图片看起来像高清电影，但对于试图破解谜团的科学家来说，原始的低分辨率照片才是唯一没有虚假剧情的存在。