给老旧小区做“CT”，西安建大师生合力用科技创新守护千家万户安居梦

在城市发展从“增量建设”转向“存量优化”的今天，城市更新成为提升居民生活质量、增强城市韧性的重要环节。然而，全国超过20万个老旧小区普遍存在裂缝、渗漏等“隐形病害”，成为居民安全的潜在威胁。

传统检测手段效率低、漏检率高，难以实现大规模精准筛查，建筑安全“体检”亟待技术突破。在此背景下，西安建筑科技大学管理学院杨建平教授、周勇副教授带领一支跨学科大学生科创团队，聚焦老旧小区质量检测难题，展开技术攻关。

这支由管理、计算机、土木工程等专业12名本科生和5名研究生组成的团队，自2021年起深入社区开展调研。凭借研发系统的创新性与实用性，团队在第十九届“挑战杯”全国赛中脱颖而出，荣获“揭榜挂帅”擂台赛国家级特等奖。

西安建筑科技大学管理学院“多模态检测”大学生科创团队

目前，国内外老旧住宅质量检测主要依赖可见光与红外技术，但普遍存在稳定性不足、使用条件受限等问题。传统人工检测平均每份报告耗时3天，且漏检率高、成本难以控制，难以满足当前城市更新对高效精准检测的需求。为此，团队从问题根源出发，围绕数据、算法、模型与应用多个维度，构建起一套闭环技术路线。

研发初期，数据样本不足成为首道难关。“数据问题让研发进度停滞了半个多月。比赛时间紧张，那段时间大家都倍感压力。”团队负责人孔祥萌回忆道。在集体研讨和教师指导下，团队引入生成式对抗网络数据增强技术，在真实样本约束下，将数据集从两万张有效扩充至十万张，不仅缓解了样本稀缺对模型性能的制约，也为后续研究奠定了坚实基础。

条件生成式对抗网络数据生成效果图

随着研究深入，红外图像中伪热点干扰多、特征纹理模糊、边界不清晰等问题逐渐凸显。团队创新提出温度梯度增强与动态阈值分割技术，将识别依据从传统的“颜色差异”转向“温度变化率”，最终实现了对0.1毫米级裂缝与0.2摄氏度温差的精准识别，使各类“隐形病害”清晰可辨。

温度梯度增强效果图

在模型优化阶段，团队进一步引入通道注意力机制，有效捕捉图像中的时空关联特征，推动红外与可见光图像的双模态特征协同，使各类病害的整体识别精度提升20%，其中不规则裂缝与渗漏识别的准确率均提高至93%。

多模态融合效果图

针对传统检测报告依赖人工、主观性强、效率低下的问题，团队构建了涵盖6000余条国家、行业及地方标准的结构化知识库，结合增强检索与大模型技术，实现了专业诊断报告的自动生成。原本需要数小时完成的报告，如今仅需3—5分钟即可输出，在显著提升效率的同时，也保障了评估结果的标准化与客观性。

基于大模型的报告自动生成效果图

技术成果背后，是实实在在的民生温度。在西安市住建局“建筑体检与城市更新”项目中，该系统已为10个老旧小区、50万平方米建筑进行精准“体检”，识别安全隐患3000余处。从陕西到山西，从广东到更多省份，累计应用面积突破200万平方米。

从五年前几个学生走进社区的青涩想法，到今天成熟落地的工程实践，这群年轻人用行动证明：青春力量能够为城市更新注入全新动能。

在指导老师们的引领下，团队将继续优化系统功能，拓展至全国重点城市群，并开发居民端检测小程序，让技术创新真正惠及百姓生活，为城市更新战略提供持续助力。

展望未来，团队指导老师杨建平教授表示：“城市更新不仅是技术的革新，更是一份民生承诺。看到同学们一步步跨学科攻坚，将算法模型成功转化为守护千家万户的安全屏障，这正是高校创新育人价值的体现。”（牛檬熠 肖雯雯）