摘要

热桥是建筑围护结构中的薄弱区域，其向室外传热的速率高于周围区域，导致能耗增加并容易引发霉菌滋生。本文提出一种基于神经网络的方法，可自动从城市区域全景无人机影像中识别建筑屋顶上的热桥。为训练该神经网络，我们构建了一个包含917张图像和6895个标注的数据集。该数据集中的图像不仅包含常规的RGB信息，还融合了热成像信息以识别热桥，以及用于屋顶识别的高程图。由于数据集规模较小，当前方法的平均召回率仅为9.4%（在IoU:0.5–0.95条件下），对于大型目标的召回率可达14.4%。尽管如此，该方法能够可靠地仅在屋顶区域检测热桥结构，而不会误检建筑其他部分，且无需额外进行建筑构件的分割处理。