基于全景影像采集与深度学习技术的城市绿地感知评价研究——以广州市珠江公园为例

作     者：赵旭凯 林广思 Xukai ZHAO;Guangsi LIN

作者机构：华南理工大学亚热带建筑与城市科学全国重点实验室广州510641 华南理工大学建筑学院风景园林系广州510641 华南理工大学广州市景观建筑重点实验室广州510641 

基　　金：国家自然科学基金面上项目“应对主被动排斥的城市绿色空间游憩场所包容性设计研究”(编号:52378054) 中央高校基本科研业务费专项资金项目“基于公众感知的绿地供给评价方法研究”(编号:CGPY202410) 华南理工大学百步梯攀登计划项目“深度学习驱动的公园感知评价方法研究及其应用”(编号:j2tw202402095) 

出 版 物：《景观设计学(中英文)》 (Landscape Architecture Frontiers)

年 卷 期：2024年第12卷第6期

页      码：7-24页

摘      要：城市绿地的视觉质量评估是景观设计学领域的重要话题,但传统研究方法在实际操作中存在一定局限。人工智能技术与街景大数据的发展为城市绿地感知评估带来了契机。然而,由于中国城市的绿地尚未被街景服务全面覆盖,相关研究的开展受到了限制。本文立足于景观的公众感知评价,以中国广州市珠江公园为例,采用便捷的全景相机图像采集与处理流程,利用Segformer-B5语义分割模型和Vi T-base-p16图像分类模型分别对公园图像计算客观评价指标(绿视率、天空视域因子、路面占比、人工构筑物占比)与主观评价指标(吸引力、丰富度、自然程度、压抑程度),从而进行公园绿地视觉质量评估。基于各项评价指标空间分布图,进行综合分析并识别低分值区域。结果发现,植被与水体有助于提升公园的吸引力与游客的积极感知,而过多的天空与构筑物则可能会产生相反效果;消极的人工景观和压抑的建筑也会降低景观质量。本研究所提出的图像采集与视觉感知评估方法可为城市绿地更新与管理提供科学依据。

主 题 词：景观感知评价 视觉景观评估 全景相机 人工智能 城市绿地 语义分割 图像分类 

学科分类：12[管理学] 1204[管理学-公共管理类] 08[工学] 081303[081303] 0813[工学-化工与制药类] 0834[0834] 

D　O　I：10.15302/J-LAF-0-020024

馆 藏 号：203156128...