基于迁移学习与智能模式识别的城市地标可视性研究——以南京紫峰大厦为例

城市地标可视性研究是城市设计及景观风貌保护等相关规划的重点内容。目前,传统的“眺望”视线控制方法在可视域划定、可视度分析上存在缺陷,后续结合数字化手段改进的三维可视域模拟分析方法部分解决了可视域划定的问题,但数据精度要求高,且无法满足可视度分析要求。针对此问题,本文提出了一种基于迁移学习与智能模式识别的城市地标可视性分析方法,以南京紫峰大厦为例,利用自主采集的街景数据,结合地标数据集,训练出结合迁移学习、深度神经网络的人工智能体,完成对不同尺寸下,符合紫峰大厦特征的地标识别。通过改进的智能模式识别方法,可以实现地标的可视域及可视度识别。经验证,分析结果较过去的“眺望”视线控制方法,三维可视域模拟分析方法更为精准、真实。弥补现有方法在可视域、可视度分析上的不足。