第10个星期一 | 全景智评
论文信息
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
赵旭凯1,2，林广思1,2,3 1 华南理工大学亚热带建筑与城市科学全国重点实验室 2 华南理工大学建筑学院风景园林系 3 华南理工大学广州市景观建筑重点实验室
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ViT-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。
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；图像分类关键词
Research on the Perception Evaluation of Urban Green Spaces Using Panoramic Images and Deep Learning:
A Case Study of Zhujiang Park in Guangzhou
Xukai ZHAO, Guangsi LIN
Landscape Perception Evaluation; Visual Landscape Assessment; Panoramic Camera; Artificial Intelligence; Urban Green Space; Semantic Segmentation; Image ClassificationKeywords
版权声明：本文版权归原作者所有，请勿以景观中国编辑版本转载。如有侵犯您的权益请及时联系，我们将第一时间删除。
投稿邮箱：info@landscape.cn
项目咨询：18510568018（微信同号）
