APP下载

基于机器学习的城市空间品质大规模量化方法

2021-04-22计浩浩卿粼波王正勇韩龙玫

计算机工程与设计 2021年4期
关键词:特征建筑

计浩浩,张 诚,卿粼波,王正勇,韩龙玫

(1.四川大学 电子信息学院,四川 成都 610065;2.成都市规划和自然资源局 规划设计研究院,四川 成都 610081)

0 引 言

传统的城市定量研究主要采用问卷调查、现场调研等方法收集数据。如Gehl等[1]创建的公共空间-公共生活调查法,通过现场计数、地图标记和跟踪记录等方法获取具体的活动特征信息,进而客观评价公共空间品质。传统调研方法虽然可以获得较为全面、详细的信息,但是非常费时费力,无法进行大规模的城市定量研究,也难以精确到街道尺度[2]。

近年来街景图片作为直接反应城市公共空间的图像大数据,具有真实感强、信息度丰富和覆盖范围广等特点,能够有效描述城市公共空间场景,弥补非视觉数据的不足,在提取城市街道空间属性方面具有极大的优势[3]。Naik等[4-6]利用计算机视觉的方法,将街景图片应用于城市街道安全,且通过不同时间的街景图片识别城市外观的变化,揭示城市物理变化的预测因子。Seiferling等[7]结合计算机视觉和街景图片对城市绿化覆盖率进行自动测度。但是,目前只有少部分研究者利用计算机视觉方法对城市街道空间品质进行研究[4-8],并且其中大部分研究未充分挖掘城市空间品质属性。研究结果表明,街道在城市生活中扮演着极为重要的角色,它不仅是交通的主要载体,也是重要的城市开放空间,是居民认识和城市生活的基本单元[2]。而建筑轮廓、表面装饰和建筑物的高度等物理属性也会对环境产生影响[9],同时,建筑的好坏也会影响着人们的心理感受[10]。……

登录APP查看全文

猜你喜欢

特征建筑
《北方建筑》征稿简则
关于建筑的非专业遐思
新型冠状病毒及其流行病学特征认识
建筑的“芯”
山居中的石建筑
如何表达“特征”
不忠诚的四个特征
听,建筑在诉说
独特而伟大的建筑
线性代数的应用特征