近日，城市科学系孟斌教授研究团队在SSCI检索期刊LAND（IF=3.398）发表了“Cultural Perception of the Historical and Cultural Blocks of Beijing Based on Weibo Photos（基于微博图片的北京历史文化街区文化感知）”的文章，文章主要构建了以微博照片为数据来源的文化符号感知体系，借助基于深度学习的图像识别方法和GIS空间分析方法，从公众对每个街区文化感知的角度出发，探讨了当前公众对北京历史文化街区的认识，为研究历史文化街区的保护和利用提供帮助。

文章主要考察了北京老城区28个历史文化街区的文化感知。首先，基于首都的文化内涵，构建了文化感知符号识别体系。然后，将微博照片与文化符号识别系统相结合，进行人工分类。人工识别后，建立了基于文化分类的图像识别训练模型。其次，将五种类型的文化照片根据照片的坐标在地理空间中呈现。最后，从街区文化类型数量、街区文化类型差异、不同街区文化组合、不同类型用户文化感知差异4个方面对结果进行了分析。

本文提出的这种基于深度学习图像识别技术与时空分析技术相结合的综合集成研究方法，弥补了以往研究的两个不足：（1）与传统问卷相比，大数据以其广泛的公众参与，弥补了传统方法样本量小、成本高的问题;（2）将深度学习技术应用于历史文化遗产保护研究领域，促进信息时代历史文化遗产保护研究方法的更新。

据悉，论文由地理学科研究生陈思宇为第一作者，孟斌教授为通讯作者，研究团队包括刘娜、齐震宇等研究生同学。本论文也是北京联合大学城市文化感知与计算实验室在文化感知研究领域发表的系列成果之一。

（城市科学系供稿）