地球信息科学学报2024,Vol.26Issue(2) :352-366.DOI:10.12082/dqxxkx.2024.220404

基于街景图像的旅游地街道空间视觉品质评价方法

Street Space Visual Quality Evaluation Method of Tourism Sites Based on Street View Images

黄竞雄 梁嘉祺 杨盟盛 李渊
地球信息科学学报2024,Vol.26Issue(2) :352-366.DOI:10.12082/dqxxkx.2024.220404

基于街景图像的旅游地街道空间视觉品质评价方法

Street Space Visual Quality Evaluation Method of Tourism Sites Based on Street View Images

黄竞雄 1梁嘉祺 2杨盟盛 2李渊2
扫码查看

作者信息

  • 1. 厦门大学建筑与土木工程学院,厦门361005;清华大学建筑学院,北京100084
  • 2. 厦门大学建筑与土木工程学院,厦门361005;厦门市建筑遗产保护智能技术集成应用重点实验室,厦门361005
  • 折叠

摘要

街道空间是旅游者在旅游地的主要接触空间,良好的街道视觉品质对旅游产业的可持续发展至关重要,而如何建构视觉品质评价方法则需要进一步探索.本文以厦门市鼓浪屿作为研究区域,首先建立街道空间视觉品质量化模型,采用人工模拟旅游者行进的方式采集街景数据,进行成像参数校正和图像编码;其次,采用全卷积网络进行图像语义分割和视觉要素提取,获得街道环境视觉参数;最后,根据量化模型将视觉参数聚合到地理要素中,建立地理信息数据库进行街道空间视觉品质评价.结果表明:①鼓浪屿街道空间视觉品质存在明显的空间分异性;②建筑密度、街道宽度与植被小品是塑造街道空间视觉品质的基础视觉要素;③植物类公园、主要交通枢纽、主要商业设施的分布对街道空间视觉品质产生显著影响.本文为街道视觉品质评价工作提供了可供迁移应用的数据采集方式和研究方法,基于全卷积网络的街景图像语义分割精度较高,能够为街景图像以及其他类型的图像数据分析提供参考.在管理实践上,本文可以为旅游地街道空间的管理与规划、资源整合与配置、人流引导与调控等工作提供有价值的借鉴.

关键词

街景图像/全卷积网络/街道空间/视觉要素/视觉品质/评价方法/地理信息系统/鼓浪屿

Key words

street view images/Full Convolutional Networks, street space/visual elements/visual quality/eval-uation method/GIS/Gulangyu

引用本文复制引用

基金项目

国家自然科学基金(42171219)

国家自然科学基金(52078444)

福建省自然科学基金(2020J01011)

出版年

2024
地球信息科学学报
中国科学院地理科学与资源研究所

地球信息科学学报

CSTPCD北大核心
影响因子:1.004
ISSN:1560-8999
参考文献量53
段落导航相关论文