La gestione degli archivi digitali del patrimonio architettonico richiede oggi strumenti di riconoscimento automatico sempre più affidabili, capaci di distinguere stili visivamente simili. Il caso del patrimonio edilizio di Huizhou, con le sue caratteristiche di bianco e grigio tipiche anche dell’architettura Jiangnan e di altre forme classiche cinesi, rappresenta un banco di prova significativo. Il rischio concreto, in fase di archiviazione, non è solo la capacità di classificare correttamente quattro categorie, ma soprattutto di evitare che edifici simili vengano erroneamente etichettati come Huizhou.
Il rischio di confusione nell’archiviazione digitale
La somiglianza visiva tra stili architettonici diversi può generare errori sistematici nei sistemi di catalogazione automatica. Per il patrimonio Huizhou, la condivisione di elementi estetici con altre architetture classiche cinesi rende particolarmente critica la fase di riconoscimento. Una classificazione errata non solo compromette l’integrità dell’archivio, ma può influenzare le successive decisioni di conservazione e intervento. Per questo motivo, il lavoro di ricerca ha definito un task specifico denominato HuizhouStyle-4C, finalizzato a testare la capacità discriminante dei modelli in un contesto a quattro classi.
Un workflow di valutazione orientato all’affidabilità
Per affrontare il problema, è stato proposto un flusso di lavoro che combina tre elementi chiave:
- Group-aware leakage control: una tecnica per evitare che informazioni provenienti da campioni simili possano alterare i risultati della validazione incrociata.
- Hard-boundary diagnosis: una procedura specifica per identificare i campioni più vicini al confine decisionale tra Huizhou e altri stili, dove il rischio di errore è massimo.
- OOF-safe fixed decision rule: una regola di decisione fissa, scelta senza utilizzare le etichette del set di test, per garantire una valutazione imparziale delle prestazioni.
Questo approccio consente di non limitarsi a una semplice accuracy complessiva, ma di valutare in modo esplicito la robustezza del sistema nei casi più critici.
Il modello di riconoscimento SAB-ResNet
Lo studio ha utilizzato un classificatore di base denominato SAB-ResNet, progettato per integrare nel processo di riconoscimento informazioni relative ai confini architettonici e alla struttura delle facciate. L’architettura del modello è stata sviluppata per sfruttare segnali visivi specifici dell’edilizia Huizhou, come i profili dei tetti e le partizioni delle pareti, migliorando la capacità di separare categorie visivamente vicine.
Risultati della validazione
La valutazione è stata condotta attraverso una cross-validation a cinque pieghe con controllo group-aware, un subset holdout indipendente estratto dal dataset curato, e un test hard-boundary focalizzato sulla distinzione tra Huizhou e campioni similari. In questo scenario di held-out interno al dataset, il punto di equilibrio OOF-safe ha raggiunto un Macro-F1 di 0,9501 sul subset indipendente e un Hard Binary F1 di 0,8182. I risultati confermano che l’archiviazione automatica delle immagini del patrimonio Huizhou beneficia non solo di una buona accuratezza a quattro classi, ma anche di una diagnosi esplicita dei rischi di misclassificazione ai confini tra stili.
Implicazioni per la documentazione tecnica
Per i professionisti impegnati nella digitalizzazione e catalogazione del patrimonio edilizio, il messaggio operativo è chiaro: un sistema di riconoscimento apparentemente performante nelle quattro classi può comunque fallire proprio nei casi più critici di somiglianza visiva. L’adozione di procedure di hard-boundary diagnosis e di regole decisionali selezionate senza contaminazione del test set diventa quindi un requisito metodologico per garantire l’affidabilità degli archivi. Il confronto con backbone più potenti evidenzia ulteriormente che la competitività nelle prestazioni complessive non elimina la necessità di una diagnosi mirata sui confini difficili.
La lezione per chi gestisce archivi digitali di beni culturali è che l’accuratezza media non basta. Servono strumenti che sappiano riconoscere le proprie incertezze e che integrino controlli specifici per evitare che edifici simili vengano archiviati sotto la categoria sbagliata, con conseguenze potenziali sulla pianificazione conservativa e sugli interventi autorizzativi.
Lascia un commento