基于大规模街景图片人工智能分析的精细化城市修补方法研究
在中国快速城镇化阶段“重量”而“轻质”的建设过程中,城市建成区尤其是老城区的景观环境产生了诸如景观视廊受阻、风貌破败等大量问题.对此,自2015年中央城市工作会议以来,各地相继开展了城市修补专项规划,以修复及更新城市建成环境,促进城市空间品质提升.然而,由于缺乏对城市环境整体效应的统筹考虑,故在城市实际修补过程中,城市局部地块的品质提升反而对城市整体品质构成负面影响.因此,在人工智能及大数据技术深度介入城市规划和设计实践探索的基础上,研究基于全卷积神经网络模型(FCN)和城市场景要素深度学习数据集,对城市景观环境中的各要素进行了大规模且高颗粒度的精确识别,同时与空间数据叠加,对复杂建成环境中的景观问题进行精确分析,并基于分析成果辅助后续城市规划设计实践,逐层递进地对城市复杂建成环境进行精细化修补.选择位于嵩山脚下的登封市作为案例,探索人工智能技术在辅助城市修补等规划领域的前瞻性应用.
风景园林、数字化、城市修补、街景大数据、深度学习、精细化
36
TU986(地下建筑)
江苏省研究生创新人才培养项目“数字化城市场景意象交互平台建构”编号3301001906D4
2020-08-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
73-77