【Landscape and Urban Planning】使用街景图像评估街景的主观感知

主要观点总结

本文研究了使用街景图像评估城市街景的主观感知。提出一个基于深度学习的多标签分类模型，该模型可以测量街景图像的22个主观感知分数，并通过PCA和k-means分析对22种主观感知进行分类。研究还识别了与主观感知相关的景观元素，并分析了它们之间的关系。该研究为定量理解城市街景的主观感知提供了有效方法，并有助于城市规划。

关键观点总结

关键观点1: 研究背景

随着城市化的快速发展，了解人们对城市街景的主观感知对于城市规划至关重要。然而，以前的研究存在局限性，如只考虑有限类型的主观感知，难以在大规模城市区域以低计算成本准确测量主观感知等。

关键观点2: 研究方法

该研究提出了一个基于深度学习的多标签分类模型，用于测量街景图像的22个主观感知分数。使用网络问卷调查的结果进行训练，并通过PCA和k-means分析对主观感知进行分类。此外，还使用了L1正则化稀疏建模来分析主观感知与景观元素之间的关系。

关键观点3: 研究结果

研究发现，街景类型对主观感知有显著影响，且存在地理趋势。22个主观感知可以通过PCA降维到两个主要组成部分，通过k-means聚类分为四个不同的组别。天空和自然环境等要素对主观感受有显著影响。研究还识别了与主观感知相关的景观元素，并分析了它们之间的关系。

关键观点4: 研究结论

该研究提供了一种有效方法，用于测量城市街景的主观感知，并在降低计算成本的同时提高准确性。通过识别与主观感知相关的景观元素，为城市规划提供了有价值的见解。该研究还强调了在城市规划过程中建立共识的重要性。

文章预览

【Landscape and Urban Planning】 使用街景图像评估街景的主观感知 01 摘要     开发一个基于主观感知评估城市街景的模型对于定量理解非常重要。然而，以前的研究只考虑了有限类型的主观感知，而忽略了它们之间的关系。此外，在高空间分辨率下，对于大规模城市区域来说，以低计算成本准确测量主观感知一直很困难。我们提出了一个基于深度学习的多标签分类模型，该模型可以测量街景图像的22个主观感知分数。该模型使用网络问卷调查的结果，该调查包括22个主观感知，有880万个回复。我们的模型在测量街景图像的主观感知分数方面表现出很高的准确性（0.80–0.91），并且通过训练22个主观感知关系实现了低计算成本。使用PCA和k-means分析对22种主观感知进行分析。通过将22种主观感知分类到一个二维空间中，将其可视化并分为不同的组——积极、 ………………………………