利用 Google 街景与深度学习分析绿视率及绿视率最优路径
计算机视觉与模式识别
2022-09-23 v4 计算机与社会
摘要
作为城市景观研究的重要部分，分析和研究街道级绿化可增进对城市绿化的理解，有助于更好的城市生活环境的规划与设计。规划城市绿化最优路径是有效最大化利用城市绿化的一种手段，对城市居民的身心健康和游客的路径规划起到积极作用。本文中，我们使用 Google 街景（GSV）获取大阪市的街景图像。采用语义分割模型对街景图像进行分割并分析大阪市的绿视率（Green View Index，GVI）。基于 GVI，我们利用邻接矩阵和 Floyd-Warshall 算法计算绿视率最优路径，解决了 ArcGIS 软件的局限性。我们的分析不仅允许计算 GVI 最优路径的具体路线，还实现了邻里城市绿化的可视化与整合。通过汇总所有数据，我们可以对研究区域内的街道级绿化进行直观感受与客观分析。基于此，城市居民和游客等可以最大化利用可用自然资源以获得更好生活。数据集与代码见 https://github.com/Jackieam/GVI-Best-Path。
引用
@article{arxiv.2104.12627,
title = {Analyzing Green View Index and Green View Index best path using Google Street View and deep learning},
author = {Jiahao Zhang and Anqi Hu},
journal= {arXiv preprint arXiv:2104.12627},
year = {2022}
}
备注
14 pages, 14 figures. Accepted by the Journal of Computational Design and Engineering. DOI: https://doi.org/10.1093/jcde/qwac102