查看更多>>摘要:连接城市兴趣点(Point of Interest,POI)的街道空间是公众感知城市意象和开展城市生活的重要空间载体.分类街道是在街道层级进行城市体检的必要环节.然而现有街道类型划分相对粗略,若将POI点数据的精度拓展至街道这一线性空间,将有助于实现街道类型精细化识别,有效提升城市体检效率.基于此,利用城市形态数据的空间属性,结合公众认知度赋值,对POI进行空间化处理后,在城市地块属性识别的基础上探索了精细化识别街道类型的新方法.以福州主城区为例,分析其街道类型和空间分布特征.主要结论如下:①使用POI点数据能够实现城市线性空间类型的精细化识别;②以单一性街道为主的街道空间功能复合性差,需引入多元多样空间体验,有效提升城市街道活力;③呈现区域集聚特征的街道能够发挥意象感知优势,有利于打造城市个性化品牌形象.基于POI识别街道类型对认知城市空间、实施城市体检有一定参考价值,为深入探究街道空间提供了新的视角.
查看更多>>摘要:利用热成像相机预测个体热舒适是无干扰温控的一种途径,有助于建筑节能.而人体热舒适范围在不同年龄与性别之间差异较大,现有文献尚缺乏红外热图中年龄与性别差异的研究.为探究利用深度学习从红外热图中自动识别性别与年龄的可行性,本文建立了红外热图和可见光的人脸数据集,对比了 ResNet-50、DenseNet-121、DenseNet-201 A Inception-V3四种卷积神经网络的效果,实验结果表明:男女红外热图差异明显,用1nception-V3可达到98.7%的识别准确率;中青年红外热图差异较小,中老年红外热图差异明显,在分三类时,ResNet-50可获得80.0%的年龄识别准确率;性别与年龄识别准确率均高于现有文献记载.同时,本文研究了红外滤镜和人脸裁剪对准确率的影响,提出了有助于提高识别精度的人脸红外热图数据采集与处理方法.