从无人机图像到可居住性映射：基于 AI 的中国农村环境感知
计算机与社会
2025-11-04 v2 计算机视觉与模式识别
摘要
获取农村街道全景图像的高成本限制了对农村环境感知的全面性。无人机照片具有获取便捷、覆盖范围广和高空间分辨率等优势，为大规模农村环境感知提供了可行途径。然而，缺乏从无人机照片中识别关键环境要素并量化其对环境感知影响的系统方法论。为填补这一空白，设计了用于中国农村可居住性评估的 Vision-Language Contrastive Ranking 框架（VLCR）。该框架采用链式思维提示策略引导多模态大语言模型（MLLM）从无人机照片中识别与生活质量和生态适居性相关的视觉特征。随后，提出受文本描述约束的无人机照片比较策略，以解决成对村庄比较的不稳定性。最后，开发基于二分查找插值的数据创新排序算法，以克服全国范围内成对村庄比较的效率瓶颈，通过自动选择比较目标来减少比较次数。该框架以 0.74 的 Spearman Footrule 距离实现了卓越的性能，优于主流商业 MLLM 约 0.1。而且，并行比较和排序的机制在计算效率上实现了三倍的提升。我们的框架在村庄可居住性评估中实现了数据创新和方法论突破，为大规模村庄可居住性分析提供了强大支持。
引用
@article{arxiv.2508.21738,
title = {From Drone Imagery to Livability Mapping: AI-powered Environment Perception in Rural China},
author = {Weihuan Deng and Yaofu Huang and Luan Chen and Xun Li and Yu Gu and Yao Yao},
journal= {arXiv preprint arXiv:2508.21738},
year = {2025}
}