导读
住宅建筑的外立面检测传统上依赖人工------爬脚手架、挂绳索、拿检测仪逐面墙检查。一栋 34 层高楼，人工检测需要 2-3 天，覆盖率只有 40-60%，而且肉眼看不到墙体内部的渗漏。
深圳大学团队提出了一套无人机 RGB+热红外双模态检测方案：用 DJI Mavic 3 Thermal 无人机同时拍摄可见光和热红外图像，可见光用于检测裂缝 ，热红外用于检测渗漏 （水分蒸发导致的温度异常）。在深圳三个住宅小区的实测中，裂缝检测 mIoU 达到 87.86%，渗漏检测 mIoU 达到 79.05%。一栋 34 层高楼的完整外立面检测约 2 小时完成，覆盖率 ≥95% 。
论文信息
-
**标题：**UAV and Deep Learning for Automated Detection and Visualization of Façade Defects in Existing Residential Buildings
-
**作者：**Yue Fan, Jinghua Mai, Fei Xue（通讯）, Stephen Siu Yu Lau, San Jiang, Yiqi Tao（通讯）, Xiaoxing Zhang, Wing Chi Tsang
-
**机构：**深圳大学（亚热带建筑与城市科学国家重点实验室、广东省城市信息学重点实验室）；香港大学建筑学院；香港都会大学；深圳物策地理信息技术有限公司
一、为什么需要两种模态？
建筑外立面有两类主要缺陷，单一模态各有盲区：
| 缺陷类型 | 可见光（RGB） | 热红外 |
|---|---|---|
| 裂缝 | ✓ 几何特征清晰 | ✗ 空间分辨率不足（640×512） |
| 渗漏 | ✗ 墙体内部水分肉眼不可见 | ✓ 水分蒸发造成温度异常 |
-
可见光能看到裂缝的几何形状（宽度、走向、分支），但看不到墙体内部的渗漏------水分可能已经渗入保温层但表面无明显痕迹
-
热红外能检测到渗漏区域的温度异常（蒸发冷却效应），但空间分辨率仅 640×512 像素，无法分辨细小裂缝
两种模态互补：RGB 负责裂缝，热红外负责渗漏。
图片来源于原论文
二、三阶段检测流水线
图片来源于原论文
阶段一：墙体提取
用 SegFormer从无人机拍摄的图像中提取建筑墙体区域，排除天空、地面、植被等背景干扰。在 WHU 墙体数据集（900 张标注图像）上微调。
阶段二：裂缝检测（RGB）
对提取的墙体区域，用 K-Net + UPerNet 做语义分割检测裂缝。采用滑动窗口策略------将高分辨率外立面图像切割为与训练分辨率匹配的小块，逐块检测后拼接。
训练数据：1,892 张公开裂缝数据集图像。
阶段三：渗漏检测（热红外）
同样用 K-Net + UPerNet对热红外图像做语义分割检测温度异常区域。标注数据经过可见光图像中的渗水痕迹/泛碱现象交叉验证。
训练数据：340 张自建热红外标注图像。
双模态配准与 3D 可视化
可见光和热红外图像通过单应性矩阵（手动选择 4 个以上匹配点）配准到统一坐标系。
论文的另一个重要环节是将检测结果映射到 3D 建筑模型上 。整个数据采集分两步：第一步是粗略倾斜摄影 （30m 高度拍摄，用于 SfM 三维重建获取建筑外轮廓和几何信息），第二步才是精细近距拍摄（5-25m，用于缺陷检测）。粗略阶段重建的 3D 模型作为载体，精细阶段检测到的缺陷通过坐标转换（WGS84 → UTM → ENU）映射到模型上，最终在 Grasshopper/Rhino 中实现参数化可视化------每处缺陷都有精确的三维坐标和面积。
三、硬件与飞行方案
无人机平台（规格来自 DJI 官方）
| 参数 | 规格 |
|---|---|
| 型号 | DJI Mavic 3 Thermal（M3T） |
| 广角相机 | 1/2" CMOS, 48MP, 24mm 等效焦距 |
| 长焦相机 | 1/2" CMOS, 12MP, 162mm 等效, 56× 混合变焦 |
| 热红外相机 | 非制冷 VOx 微测辐射热计, 640×512, NETD ≤50mK |
| 续航 | 45 分钟 |
| 重量 | 920g |
飞行参数建议
| 建筑类型 | 高度 | 拍摄距离 | 单栋耗时 |
|---|---|---|---|
| 低层（≤7 层） | ~21m | 5-10m | ~45 分钟 |
| 中层（8-18 层） | --- | 15-20m | --- |
| 高层（≥19 层） | ~100m | 20-25m | ~1.2-1.6 小时 |
关键约束：拍摄距离超过 30m后，裂缝检测和低温差渗漏检测性能明显下降。
四、实验结果：深圳三个住宅小区实测
训练配置
| 参数 | 规格 |
|---|---|
| GPU | NVIDIA RTX 4090 (24GB) |
| 训练迭代 | 墙体提取 40,000 / 裂缝 36,000 / 渗漏 9,500 |
| 学习率 | 0.0001, Poly 衰减 |
检测精度
| 任务 | 整体准确率 | mIoU | mPrecision | mRecall |
|---|---|---|---|---|
| 墙体提取 | 86.11% | 64.04% | 78.9% | 76.33% |
| 裂缝检测 | 98.03% | 87.86% | 94.21% | 92.31% |
| 渗漏检测 | 98.41% | 79.05% | 87.54% | 86.44% |
与传统方法对比
| 维度 | 传统人工检测 | 无人机 + 深度学习 |
|---|---|---|
| 单栋高楼耗时 | 2-3 天 | ~2 小时 |
| 覆盖率 | 40-60% | ≥95% |
| 裂缝宽度精度 | ±0.1mm | ±1cm |
| 人工参与度 | 90% | 20% |
无人机方案在效率、覆盖率和人工参与度上大幅领先，但裂缝宽度测量精度（±1cm）远低于传统裂缝计（±0.1mm）------适合大面积筛查，不替代精密测量。
实测案例
在深圳三个住宅小区部署：
| 小区 | 楼层 | 拍摄距离 | 图像对数 |
|---|---|---|---|
| OCT 社区 | 7 层 | 5m | 1,034 |
| 深南花园 | 34 层 | 22m | 1,400 |
| 汇芳花园 | 33 层 | 25m | 1,811 |
在深南花园识别出 4 处渗漏缺陷，面积分别为 0.16、0.25、0.47、0.92 m²，并在 3D 模型中定位了精确坐标。
图片来源于原论文
五、总结与思考
这篇论文展示了一套完整的无人机双模态建筑外立面检测方案，从飞行规划到缺陷检测到 3D 可视化：
-
双模态互补：RGB 检测裂缝（mIoU 87.86%），热红外检测渗漏（mIoU 79.05%）
-
效率提升：单栋高楼从 2-3 天缩短到约 2 小时，覆盖率从 40-60% 提升到 ≥95%
-
定位为筛查工具：论文明确将方案定位为"第一阶段筛查"，识别重点区域后再做精密检测
值得注意的几点：
-
只覆盖两类缺陷：裂缝和渗漏。建筑外立面还有脱落、空鼓、保温层损坏等缺陷类型未涉及
-
热红外标注数据量有限：仅 340 张标注图像训练渗漏检测模型，泛化到更多建筑类型和场景需要更多数据验证
-
环境因素敏感：热红外检测受立面朝向、材质、天气影响大。论文实测在深圳（亚热带气候），在北方寒冷气候下的热对比度特性可能不同
-
双模态配准是手动的：需要人工选择 4 个以上匹配点做单应性配准，这限制了全自动化部署
-
精度 vs 效率的定位清晰：论文没有声称替代传统精密检测，而是定位为大面积筛查工具------这个定位务实且合理
