Метод 3D‑реконструкции древних зданий на основе краудсорсинговых изображений

Почему отпускные фото помогают спасать древние здания

По всему миру исторические храмы, башни и дворцы медленно разрушаются под действием ветра, дождя, загрязнений и времени. Инженеры теперь полагаются на детальные 3D‑цифровые модели, чтобы отслеживать трещины, измерять наклоны и планировать аккуратные ремонты. Но создание таких моделей обычно требует дорогостоящих лазеров, дронов и выездных бригад. В этом исследовании показано, как нечто гораздо более обычное — множество туристических фото, размещённых в интернете — можно превратить в высокоточные 3D‑реконструкции знаменитой древней деревянной пагоды, сократив затраты и риски и улучшив цифровую запись хрупкого памятника.

Задача превращения случайных фото в серьёзную науку

Традиционные инструменты 3D‑съёмки, такие как наземные лазерные сканеры и дроны с камерами, способны захватывать здания в высокой детализации, но они дорогие, ограничены правилами и порой пропускают части сложных конструкций. Краудсорсинговые изображения, напротив, изобилуют, недороги и сделаны с множества ракурсов. Минус в том, что они крайне разнородны: некоторые расплывчаты, пересвечены или закрыты туристами и деревьями; другие — сняты на очень разные камеры и объективы. Когда такие различные по качеству фото загружают в стандартное ПО для реконструкции, ошибки формы и деталей поверхности накапливаются, что даёт искаженную геометрию и нечеткие текстуры, неприемлемые для серьёзной охраны наследия.

Умный фильтр для беспорядочных реальных снимков

Чтобы разорвать этот порочный круг, авторы разработали трёхэтапный «умный фильтр», который очищает и организует тысячи онлайн‑изображений ещё до начала 3D‑моделирования. Сначала автоматический отбор быстро удаляет явно бесполезные фото: проверяется, действительно ли пагода присутствует в кадре, достаточно ли разрешение, не скрыта ли постройка в основном препятствиями и нет ли пересветов или сильного шума в частях изображения. Каждый шаг использует современные средства распознавания изображений, и обработка прекращается, как только снимок не проходит — это экономит значительные вычислительные ресурсы. Оставшиеся изображения переходят на второй этап, где ищутся почти дубликаты — очень похожие кадры, сделанные в один момент — путём сравнения и общего содержания, и локальной структуры, оставляя только наиболее полезные варианты.

Оценка качества изображения так, как «чувствует» само здание

Даже после фильтрации и удаления дубликатов не каждое фото одинаково полезно для восстановления тонкой резьбы, многоярусных крыш и стареющих деревянных балок. Поэтому третий этап даёт каждой фотографии оценку по нескольким аспектам, важным для 3D‑моделирования: насколько хорошо сохраняются острые кромки и контуры, сколько визуальной информации содержат текстуры, насколько изображение зашумлено или искажено и насколько точно цвета соответствуют реальности. Вместо одного показателя авторы объединяют пять различных индикаторов качества и с помощью статистики определяют, насколько сильно каждый из них связан с ошибками в итоговых моделях. Это даёт сбалансированную «табель успеваемости», которая отдаёт приоритет изображениям, сохраняющим как точную форму, так и богатую, правдоподобную поверхность.

Проверка метода на наклонной деревянной башне

Команда применила свою методику к деревянной пагоде Инсянь на севере Китая — высокой, многовековой деревянной конструкции, известной сложными консольными системами и небольшим, но тревожным наклоном. Собрали два сопоставимых набора изображений: один состоял из краудсорсинговых снимков 2015–2024 годов, пропущенных через новый фильтр и систему оценки, а второй — из аккуратно снятых, высококачественных фотографий с места, использованных как традиционный эталон. Оба набора затем подали в один и тот же современный движок 3D‑реконструкции, что позволило напрямую сравнить полученные цифровые модели по плотности точечного облака, резкости поверхности и цветовой точности.

Более чёткое виртуальное наследие из повседневных снимков

Краудсорсинговые изображения после очистки и оптимизации не просто сравнялись с профессиональными фотографиями — они во многих случаях их превосходили. Модель, построенная из отфильтрованных онлайн‑изображений, содержала примерно на четверть больше точек на поверхности и внутри объёма здания, при этом шум и лишние точки были заметно сокращены. Кромки резных панно и консольных систем выглядели более чёткими, а измеренная резкость текстур улучшилась почти на 30 процентов. Цветовые различия по сравнению с физической эталонной шкалой сократились примерно на треть, что указывает на более близкое соответствие внешнему виду пагоды. Для консерваторов наследия это означает: при правильных цифровых гарантиях публичные фотоколлекции могут обеспечивать высокоточные 3D‑модели без громоздкого оборудования и вмешательства на месте.

Что это значит для защиты прошлого

Для неспециалистов главный вывод прост: фотографии, которые люди делают и делятся ими по обыденным причинам, при надлежащей фильтрации и оценке могут стать мощным инструментом сохранения архитектурных сокровищ мира. Метод, описанный в статье, показывает, как отделять хорошие снимки от плохих так, чтобы уважать и формы, и поверхности исторических построек, создавая детализированные, надёжные 3D‑модели из беспорядочных реальных данных. По мере распространения этих приёмов станет возможно отслеживать тонкие изменения старых сооружений в течение лет, используя лишь тщательно отобранные краудсорсинговые фотографии, превращая повседневный осмотр достопримечательностей в тихую силу культурной охраны.

Цитирование: Liu, Y., Huo, L., Shen, W. et al. A method for 3D reconstruction of ancient buildings driven by crowdsourced images. npj Herit. Sci. 14, 81 (2026). https://doi.org/10.1038/s40494-026-02346-5

Ключевые слова: 3D реконструкция, краудсорсинговые изображения, культурное наследие, древняя архитектура, цифровое сохранение