张梦迪

个人简介：张梦迪，天津大学新媒体与传播学院讲师，博士毕业于天津大学建筑学院，研究方向为大型文化遗产智能传播，关注大型文化遗产传播动力机制和策略构建，建立长城文化遗产要素智能识别与价值挖掘方法，实现遗产传播内容智能化提取。在国内外核心期刊发表多篇论文，并在国内外会议上汇报成果。主持天津市研究生创新项目，作为骨干成员参与国家重点研发计划课题、社科重点、国自然、“考古中国”重大专项-蜀道数字平台等项目，承担多项长城遗产博物馆数字传播项目设计制作工作，助力中华优秀传统文化传播的重大需求。

教育经历：

2019.09-2025.03 天津大学 建筑学，博士

2016.09-2019.06 大连理工大学 建筑学，硕士

2012.09-2016.06 大连理工大学 软件工程，本科

代表性成果：

l Li Zhe, Zhang Mengdi, Zhang Yukun, Li Yan. Automatic detection of beacon towers in historical aerial images using improved FCOS[J]. International Journal of Remote Sensing, 2023, 44(3): 1089-1113.

l Li Zhe, Zhang Mengdi, Tuo Xiaolong, Zhang Yukun, Li Yan. A New Data-Mining Method for the Digital Great Wall Examplified by Statistical Evaluation and Analysis of the Ming Great Wall Archery Windows[J]. Library Trends, 71.3 (2023): 364-392.

l 李哲,张梦迪,孙肃等.明长城全线空心敌楼富集区段量化分析与价值解析[J].新建筑,2021(06):137-141.

l 李哲,张梦迪,伍小敏,等.长城色彩折射的建造技艺、管理制度与民族智慧[J].中国文化遗产,2024,(03):50-58.

l Zhang, Mengdi, Li,Zhe, and Wu, Xiaomin: Semantic Segmentation Method Accelerated Quantitative Analysis of the Spatial Characteristics of Traditional Villages, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLVI-M-1-2021, 933–939, 2021.

l Wang T, Zhang M, Li Z. Explainable machine learning links erosion damage to environmental factors on Gansu rammed earth Great Wall[J]. npj Heritage Science, 2025, 13(1): 366.

l Wang T, Zhang M, Kong X, et al. Survey of the Erosion Degree of the Rammed Earth Ming Great Wall in Gansu, China[J]. International Journal of Architectural Heritage, 2025: 1-25.