绿视率,即人的视野中绿色所占的比重,是街景分析中常用的评价指标之一。相较于反映二维层面绿化情况的绿地率、绿化覆盖率、归一化植被指数(NDVI)等,绿视率能够从立体视野直观反映人对绿色空间的感知,可以更人性化地反映绿化环境质量。本文结合相关文献资料,主要介绍基于深度学习技术 DeepLab V3+模型算法的街道绿视率评价。
大致思路:获取研究区域内路网数据→街景点坐标→街景点全景图片→利用DeepLabV3+神经网络模型完成语义分割→通过 OpenCV 识别语义图,得到绿视率 1.街景图片获取 途径一:通过腾讯地图服务所提供的 API 接口获取位置点的相应街景图片。腾讯街景 API 服务可以提供完整的街景请求 URL 地址,并提供街景中所需要设置的完整的...
在Decoder 中,对压缩两次的初步有效特征层利用 1x1 卷积调整通道数,再和空洞卷积后的有效特征层上采样的结果进行堆叠,完成堆叠后,进行两次深度可分离卷积块。Deeplab V3+保持了原来的空间卷积和 ASSP 层,增加了 Xception 模型,提高了图像特征采样的准确率。 三、分析过程...
本文就在街景图示语境下,对街道绿视率进行研究进行探讨。 一、街道绿视率的概念和意义 街道绿视率是指人在街道上的视野范围内所能看到的绿色植被面积所占比例。它直接反映了城市环境中的绿化程度和景观美观程度。有研究表明,街道绿化率的提高能够降低城市的环境温度,改善空气质量,减少噪声污染,提升城市居民的生活品质...
摘要:基于语义分割模型的绿视率提取缺乏适用性研究,本文首先基于DeepLabv3+语义分割预训练模型和自主标注样本,采用迁移学习策略,构建街景图像语义分割模型,并对其进行精度验证。然后基于构建的街景图像语义分割模型提取计算北京三环内绿视率(GVI),...
街道绿视率高低直接影响着城市的生态环境质量和市民的居住舒适度。 对街道绿视率进行研究具有重要的现实意义。通过深入分析街道绿视率的概念、影响因素以及绿色城市建设与街道绿化之间的关系,可以为城市规划和管理提供科学依据。本文旨在探讨街道绿视率在街景图示语境下的研究,旨在为城市绿化工作提供参考和借鉴。 1.2 ...
选定云南省大理古城作为研究区域,分析古城绿视率的现状、变化趋势,探究其绿视率影响因素并提出优化策略。研究采用量化分析方法,对大理古城2016年与2020年的街道绿视率进行对比评价,同时利用深度学习全卷积网络技术,对街景图像中的树、草和其他植物进行语义分割,实现绿视率的精确量化。研究结果表明,2016—2020年,大理...
简单来说,语义分割就是利用深度学习技术把图片中的物体分类,为每一个像素赋予一个类别。因此我们计算绿视率与天空率的思路就是,首先利用模型对图片进行语义分割,为每个像素赋予类别,然后用所有代表绿植/天空的像素数除以图片中所有的像素数,就可以得到对应的绿视率/天空率。
提高城市的绿地率,既是城市可持续发展的需要,也是改善城市居民生活质量的需要。 二、研究目的 本次研究旨在通过对街道绿化率的研究,探讨提高城市街道绿化率的影响因素,为城市绿地规划提供科学依据,促进城市的可持续发展。 三、研究方法 1.数据收集 选择研究样本,收集相关城市的街道绿化率数据,包括街道上的树木种植数量...
关键词:五大道历史街区;绿视率;三维空间;街景图片 1绿视率研究方法 1.1 绿视率的定义及计量方法 1.1.1 绿视率定义: 在人眼高度中所看到的绿色所占比例,包括屋檐下的花卉、墙体绿化、草坪、远处的群山和水体等,是立体的绿量计量指标[1]。 1.1.2 采用的绿视率计量方法 ...