0
  • DE
  • EN
  • FR
  • Internationale Datenbank und Galerie für Ingenieurbauwerke

Anzeige

A Review: How Deep Learning Technology Impacts the Evaluation of Traditional Village Landscapes

Autor(en): ORCID
ORCID


Medium: Fachartikel
Sprache(n): Englisch
Veröffentlicht in: Buildings, , n. 2, v. 13
Seite(n): 525
DOI: 10.3390/buildings13020525
Abstrakt:

Recently, the deep learning technology has been adopted in the study of traditional village landscape. More precisely, it’s usually used to explore the representation of cultural heritage and the diversity of heritage information. In this study, we comprehensively reviewed these deep learning-related literatures for the evaluation of traditional village landscapes. E.g., the landscape image recognition led by the pixel-level semantic segmentation algorithm and image feature extraction technology enable user-centred exploration and make cultural heritage digitally and visually accessible. By suggesting a analytic framework using the pixel-level semantic segmentation algorithm and extracting image features, we attempted to identify the physical attributes and spatial characteristics of traditional village landscapes and further simulate the value perception thinking of experts and the public. Besides, we analysed the impact factors and correlation mechanism of spatial attributes to provide a scientific basis and technical support for the protection and utilization of traditional villages.

Copyright: © 2023 by the authors; licensee MDPI, Basel, Switzerland.
Lizenz:

Dieses Werk wurde unter der Creative-Commons-Lizenz Namensnennung 4.0 International (CC-BY 4.0) veröffentlicht und darf unter den Lizenzbedinungen vervielfältigt, verbreitet, öffentlich zugänglich gemacht, sowie abgewandelt und bearbeitet werden. Dabei muss der Urheber bzw. Rechteinhaber genannt und die Lizenzbedingungen eingehalten werden.

  • Über diese
    Datenseite
  • Reference-ID
    10712196
  • Veröffentlicht am:
    21.03.2023
  • Geändert am:
    10.05.2023
 
Structurae kooperiert mit
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine