《Differential Geometry and its Applications》：ARCHER: An integrated approach to artificial intelligence in the virtual reconstruction of architectural heritage
编辑推荐：
2019年启动的ARCHER项目（ARCHitecture and HERitage，建筑遗产与建筑学）将人工智能（Artificial Intelligence, AI）与深度学习（Deep Learning, DL）应用于建筑遗产的重建，旨在实现二维（2D
2019年启动的ARCHER项目（ARCHitecture and HERitage，建筑遗产与建筑学）将人工智能（Artificial Intelligence, AI）与深度学习（Deep Learning, DL）应用于建筑遗产的重建，旨在实现二维（2D）与三维（3D）虚拟重建工具的自动化与优化，以解决传统人工方法劳动强度大且耗时的局限性。其核心目标是使AI能够理解建筑风格与图式（patterns），从而辅助复原消失或损毁的纪念性建筑，并为历史阐释提供新途径。该项目历经若干关键阶段：ARQGAN（1.0与2.0版）采用生成对抗网络（Generative Adversarial Networks, GANs）进行希腊神殿的2D修复；Img2Text与PicAIso引入Transformer架构实现文本与分割图像的双向生成，以自动化数据标注与整理；自动三维重建（Automatic 3D Reconstruction）阶段采用高斯泼溅（Gaussian Splatting）与SuGaR实现罗曼–穆德哈尔（Romanesque-Mudéjar）教堂的3D网格提取。ARCHER使用包含30座不同损毁程度的希腊神殿及60座罗曼–穆德哈尔教堂的合成数据集（synthetic datasets）。该项目标志着向AI驱动的2D与3D重建范式转变，提升了文化遗产保护中的历史一致性与可解释性。未来工作包括将IFC（Industry Foundation Classes）类集成至HBIM（Historic Building Information Modeling，历史建筑信息模型）及3D点云密度管理。
ARCHER项目（ARCHitecture and HERitage）是由Francisco de Vitoria大学跨学科团队自2019年起开展的、将深度学习（Deep Learning, DL）应用于建筑遗产虚拟重建的研究。研究人员针对传统虚拟重建高度依赖人工3D建模、激光扫描（LiDAR）后需专业绘图人员手动修补缺失构件、耗时费力且难以复用已有案例的问题，提出了一套集成人工智能（Artificial Intelligence, AI）的自动化重建流程。该项目使用合成数据集——含30座古希腊神殿（Classical Greek temples）与60座11至13世纪西班牙罗曼–穆德哈尔教堂（Romanesque-Mudéjar churches），处于不同损毁状态——分别训练各阶段模型。研究先后开发了ARQGAN 1.0与2.0（基于生成对抗网络Generative Adversarial Network, GAN，对残缺2D图像做风格化修复与图像补全image inpainting，2.0版提升分辨率至512×512像素并优化超参数）、Img2Text（基于自然语言处理Natural Language Processing, NLP之Transformer架构，由图像生成建筑构件描述文本）与PicAIso（逆向数据流，由文本生成对应分割图像以替代手工标注material_id通道），以及自动三维重建子项目（结合Gaussian Splatting高斯泼溅与SuGaR进行新视角合成与表面网格mesh提取）。结果表明，AI模型可在减少人工干预情况下完成2D风格一致性修复与3D几何重建，且通过自然语言描述提高了重建过程的可解释性。讨论指出该方法较传统非自动化流程具颠覆性改进，未来拟完善"照片→带IFC类的3D网格"管线以支持HBIM（Historic Building Information Modeling，历史建筑信息模型）。发表于《Differential Geometry and its Applications》。
关键技术方法：研究人员使用合成数据集（30座古希腊神殿、60座11–13世纪西班牙罗曼–穆德哈尔教堂，含完好及不同程度损毁状态），渲染得到原始图像及对应材质ID（material_id）分割掩码。硬件未详述。技术方法依次为：(1) 基于条件生成对抗网络（Conditional GAN）的ARQGAN对残缺建筑立面做图像补全（inpainting），以分割图监督不同构造元素上色；(2) Vision-to-Text Transformer（Img2Text）将分割/原始图像编码为建筑风格与构件描述的文本序列；(3) Text-to-Segmentation Transformer（PicAIso）反向生成语义分割图以替代手工标注；(4) ARQGAN 2.0提升输入分辨率至512×512并调优超参数与损失函数；(5) 基于3D Gaussian Splatting（Kerbl et al., 2023）进行辐射场重建（Radiance Field Reconstruction, RFR），配合SuGaR从泼溅（splats）中提取可贴纹理的三角网格（mesh）。通过定性视觉评估与专家问卷式评价验证效果。
研究结果：
Introduction（引言）
研究人员综述了建筑遗产虚拟重建的定义——基于现存遗迹推断原始形态并以图形表达的假说性预览，回顾了自文艺复兴透视学到21世纪激光扫描（LiDAR）、摄影测量（photogrammetry）、HBIM的发展历程，指出现有数字化手段仍是非自动化、劳动密集且难复用的，由此引出引入AI的必要性及ARCHER项目的目标：让AI学习建筑风格与图式以自动完成2D修复与3D重建，并提供新的建筑史阐释可能。
Materials and methods（材料与方法）
研究人员说明ARCHER由建筑遗产专家与计算机科学家跨学科协作，将领域专家的理论假设（如风格判定、缺失构件推定）转化为可自动执行步骤，并通过客观指标与专家问卷作定性与定量验证。
Motivation（各子模块的研发动机）
ARQGAN 1.0的动机在于以神经网络推断图像缺失区域并按对应建筑风格填充（图像补全），且用分割训练区分不同构造元素颜色。其局限是需手工制作material_id分割掩码、生成画质偏低，故后续开发ARQGAN 2.0（提高分辨率、调参优化）及PicAIso（自动生成分割图）。Img2Text的动机是在自动分割复杂难产时先建立图像?文本双向生成模型，为后续逆向生成分割图奠基，同时允许用户输入简略文本描述驱动重建流程。
ARQGAN 1.0 / ARQGAN 2.0
研究人员用条件GAN对古希腊神殿残损立面图像做inpainting，1.0版使用直接图像与手工分割图训练；2.0版引入512×512高分辨率图像、调整网络超参数与损失函数，主观评估显示视觉质量提升，验证了更高保真度2D风格化修复的可行性。
Img2Text
研究人员采用基于NLP的Transformer架构，将建筑图像（含或不含分割）编码为对应历史时期、风格及构件组成的文本描述，建立了视觉特征到语义描述的映射，为自动化数据整理与可解释性提供支持。
PicAIso
研究人员逆转Img2Text的数据流，构建文本到分割图像的生成架构，使简单文本输入即可生成对应建筑构件语义分割图，消除了ARQGAN对手工material_id通道的依赖，降低了大规模项目标注成本。
Automatic 3D Reconstruction（自动三维重建）
研究人员采用Gaussian Splatting（GS）从多视角图像生成统计三维空间表示（splats），并结合SuGaR从中提取三角网格（mesh）与纹理坐标，实现对罗曼–穆德哈尔教堂的自动3D几何重建，证明该方法可为遗产保护人员优化数据处理与加速决策。
Discussion（讨论）
研究人员指出ARCHER方法论结合了前沿计算方法与遗产保护传统目标，通过GAN、Transformer与Gaussian Splatting实现了重建流程的自动化与范式转变，不仅减少人工投入与周期，还通过自然语言生成增强了解释性。挑战仍包括真实遗存数据的稀缺与不完整、模型泛化能力及点云密度处理等。
Conclusions（结论）
ARCHER展示了AI在建筑遗产复原中的变革性应用，弥合了传统方法与先进计算手段间的鸿沟。其在自动化2D与3D重建、通过自然语言处理（NLP）生成描述提升可解释性及优化工作流程方面的贡献，为文化遗产保护确立了新范式——从基于手动3D建模、非自动化激光扫描的重建，转向AI辅助的智能化流程。下一阶段拟加入IFC绑定方法以生成可用于HBIM表示的IFC类，形成完整"照片→带IFC类的3D网格"全自动管线。
