武汉大学遥感信息工程学院数字文化遗产团队王少华副教授、胡庆武教授的研究成果，近日在国际文化遗产保护顶级期刊Journal of Cultural Heritage发表。
论文题目为“Archaeological site segmentation of ancient city walls based on deep learning and LiDAR remote sensing”，王少华为通讯作者，博士生王顺利为第一作者，高级实验师艾明耀和实验师赵鹏程为共同作者，武汉大学为论文的唯一署名单位和通讯单位，该工作得到了国家重点研发计划和国家自然科学基金支持。
古城墙，中国古代城市最重要的特色建筑之一，是由夯土制成的军事防御设施。作为城市的边界和权力的象征，古城墙遗迹具有较高的研究价值，但是随着自然侵蚀和人类活动的影响，大量的古城墙遗迹被损害。为了更快更好地记录、保护古城墙遗迹，对其进行调查识别具有十分重要的意义。针对传统光学遥感和激光点云处理方法在古城墙调查识别中的适应性问题，课题组以楚纪南故城古城墙为典型案例，基于激光雷达遥感和深度学习方法，经过机载激光点云数据滤波处理、微地形表征、深度学习训练推理，像素级别地识别提取存在密集植被下的古城墙遗迹。该研究成果对南方植被茂密区域古城墙遗迹调查、保护等具有重要意义，可为考古遗址的探查、保护、变化检测等提供参考。
楚纪南城古城墙遗址分布图
据悉，针对“文化强国”国家重大需求，遥感信息工程学院数字文化遗产团队联合历史学院、信息管理学院和国家文化发展研究院等单位，组建了一支跨学科的“遥感+数字文化遗产”交叉研究团队，从文化遗产遥感考古发现、数字化保护、可视化传播等三个层面，系统地开展遥感/GIS融合的遥感考古发现与调查、天空地联合的文化遗存高保真数字化保护、文化遗产可视化表达与知识传承创新研究。
论文链接：https://doi.org/10.1016/j.culher.2023.11.005.
编辑：肖珊 通讯员：何迁迁、王顺利
来源：武汉大学