基于多通道自注意力网络的遥感图像场景分类

高分辨率遥感图像场景分类广泛应用于土地监测、环境保护及城市规划等诸多领域.现有场景分类方法不能很好地结合局部纹理信息和全局语义信息,同时各通道特征之间的关系没有得到有效挖掘.因此,本文提出了一种基于多通道自注意力网络的遥感图像场景分类模型.通过卷积网络提取遥感图像的多尺度特征;随后采用特征融合单元建立多尺度特征间的局部-全局关系,基于多头自注意力机制的Inter-Channel Transformer在通道维度对融合后的特征建模,并推导特征在通道间的关系,进一步扩大全局感受野,以捕捉其语义结构信息,有效提高了网络的分类精度.在数据集AISC和SIRI-WHU上,本文所提算法的整体分类准确率(OA)分别为95.70%和94.00%,超过了当前最新的研究算法,证明了所提模型在高分辨率遥感图像场景分类任务中的有效性.

视频大数据在城市公共空间规划领域的应用前景探索

在新型城镇化的背景下,城市规划正在从物质规划向以人为本的综合规划转变,需要在广度和精细度上更进一步获取和分析人类活动的数据;与此同时大数据正在推动围绕人类活动的城市定量研究产生重大变革。视频大数据的分析手段——智能视频分析技术是一项具有巨大发展前景的信息处理技术。基于视频大数据的人类理解技术已经取得了重大成果,是规划行业潜在的庞大而重要的数据来源。而目前城市规划领域的视频大数据研究工作尚属空白,文章试对视频大数据在城市规划领域的应用前景进行分析和探讨。文章认为视频大数据具有信息完整、维度丰富和粒度可调三大优点,在对城市公共空间中高度动态化的人类活动场景进行精细化描述方面具有不可替代的优势。在城市规划领域中的街道活力评估、公共空间活力评估、公共设施实施效果评价、空间品质评价、旅游空间规划等场景中引入视频大数据,结合多源数据可实现对规划目标的实时评估和快速优化,推动城市定量研究更进一步。

面向规划编制的大数据平台现状、问题及对策探讨

文章在城市定量研究突飞猛进的背景下,在反思大数据研究者和规划编制人员存在壁垒的基础上,分析梳理了目前国内城市规划大数据平台的建设现状和存在问题。在把握发展趋势的前提下,提出了着重建设应用层平台、开发黑盒子模式、重视人机交互、重视数据维护可持续性四项建议。

韧性视角的后疫情时代两轮交通发展思考

新冠疫情期间,两轮交通作为一种低风险又高效的个人出行手段发挥了巨大作用。进入后疫情时代,人类和传染慢性病将长期共存,增加城市韧性异常关键。文章通过国内外不同地区城市交通管制措施和出行模式导向的对比,探讨后疫情时代两轮交通在我国的交通系统中可能的角色和发展,为我国的交通出行模式和发展提供参考。

共享单车引领下的自行车交通提升策略探讨

介绍了以摩拜为首的共享单车的特点和影响,以改善和提升自行车交通为核心,从自行车交通体系规划、出行环境优化和新公共产品供给模式三方面,探讨了共享单车引领下自行车交通提升策略,有利于提高整个公共交通的服务效能和水平。

城市公园活力营造的规划设计策略研究——以美国史蒂芬湖公园为鉴

城市公园活力营造是公园规划设计中值得研究的热点问题。通过对美国史蒂芬湖公园规划设计的分析,得到营造城市公园活力的有益启示。我国的城市公园规划应在空间功能设置、尺度推敲、设施完善等多个方面进一步完善,营造富有活力的城市公共活动空间和游憩场所。

基于机器学习的城市空间品质大规模量化方法

为更高效地对城市空间品质进行量化评价,提出一种基于机器学习的城市空间品质大规模量化方法。以街景图片为载体,选择城市公共空间中街道尺度和建筑尺度作为研究出发点,建立数据集。设计一种跨连AlexNet网络+支持向量回归(support vector regression,SVR)的机器学习方法,分析城市空间品质属性。利用设计的模型从街道和建筑尺度对城市空间品质进行大规模量化,将街道和建筑尺度的量化结果进行融合分析。以成都市为研究案例,对其空间品质进行量化,在网页端进行可视化展示分析。实验结果表明,该机器学习模型在评估城市空间品质上准确度较高,能够为城市研究者提供有效的技术支持和数据支撑。

基于空间轨迹熵的公共空间活力表征方法研究

人及其活动是城市公共空间活力的核心,聚焦人及其活动的公共空间活力测度一直是人本尺度城市研究的难点。针对公共空间活力表征问题,提出了基于人群轨迹聚类的空间活力表征新方法。该方法采用基于视频的多目标跟踪技术提取人群运动轨迹,并对轨迹聚类分组处理;根据轨迹类别的多样性和结构的差异性,提出了新的"空间轨迹熵"来反映公共空间人群行为模式的丰富度和混合度,从新颖而简洁的角度来测度人群活动复杂状态,以表征公共空间活力。以成都市武侯区3个公共空间为研究对象,用本方法计算出分时段的空间轨迹熵,结合人工检视探讨了3个场景的空间活力时序变化及成因并给出了空间优化建议。研究结果显示:该空间活力表征方法可以客观描摹人群时空运动状态,精准测度时空活力,有效解决传统活力表征方法时空精细度低等问题,反映空间中的城市运维现实,辅助建立人本尺度的空间活力动态评价机制,为公共空间活力评估、品质优化、场地微更新等城市治理课题提供精准的技术支持。

基于遥感影像和神经网络的城市用地功能分类

城市用地功能分类的准确识别对精准把握城市现状、优化城市空间结构有重要意义。基于此,利用高分辨力遥感影像,提出一种针对中国城市用地功能分类的模型。设计一种多分辨力特征融合的卷积神经网络识别遥感影像中的特定功能区;针对中国城市功能区分布的特点,建立一个用于城市用地功能分类的新数据集。实验显示,本文算法在6种用地功能类型上的分类精确度达88%,表明算法对城市用地功能分类识别具有较高的准确性。最后,通过对北京部分主要城区的案例研究,验证了所提出的模型在城市规划相关领域提供数据支持的价值和有效性。

城市量化研究中视频人流统计分析

在现代城市规划研究中,聚焦人的信息的深度分析至关重要.采用有效的视频分析技术处理和分析监控视频可以极大地扩充行人信息的基础数据,对城市量化研究具有重大意义.该研究方法通过拍摄一段时期同一街道视频进行相应的处理.采用基于前向传播卷积神经网络模型的深度学习方式检测视频中指定监测区域的行人.为确保行人信息的准确性,故对检测到的行人进行跟踪处理,同时添加跟踪目标丢失判断及相应处理.最后量化行人数量、运动方向、滞留时间以及运动速度等信息数据,进行相应的数据分析.实验结果表明该研究方法能有效的实现量化行人信息数据,为城市定量化研究提供准确有效的数据支撑.

视觉可供性研究综述

可供性是指在环境内物体所提供的一系列交互可能,描述环境属性与个体之间的连接过程。其中,视觉可供性研究即通过使用图像、视频等视觉数据,探究视觉主体与环境或物体交互的可能性,涉及到场景识别、动作识别、物体检测等相关领域。视觉可供性可广泛应用于机器人、场景理解等领域。根据目前已有的相关研究,按功能可供性、行为可供性、社交可供性三方面对视觉可供性进行分类,并针对每一类可供性检测方法按照传统机器学习方法和深度学习方法进行详细论述。对当前典型的视觉可供性数据集进行归纳与分析,对视觉可供性的应用方向及未来可能的研究方向进行讨论。

基于点评文本的公园多尺度评价体系研究——以成都市公园为例

基于社交媒体数据的公园评价研究是当前城市空间品质提升的一个重要课题,但已有研究对数据的利用大多局限于评论数量、词频等较为粗浅的层面。通过关键词检索法与文本情感分析网络以及语义网络结合的方式,研究对成都市13个公园进行交通、美学、市场价值、维护和安全、保护和继承等5个尺度的分析,获得了各尺度的评价得分以及影响评价的具体要素,并利用多变量线性回归分析了各尺度评分在公园总体评分的重要程度。研究解决了以往对文本数据挖掘不够深入的问题,构建了一套基于关键词检索法的情感倾向评价体系,能从使用者角度客观地对公园进行评价,为公园城市的建设提供有力的数据支撑。

基于视频的行人视力状况分析展示系统

视力是群体健康的重要指标之一,是建设健康城市的重要调查内容.传统调查群体视力的方法存在局限.本文采用深度学习的方式分析监控视频中行人的人脸属性,识别公共群体中视力障碍的数量和比例,并且分性别研究,作为区域人群群体健康的样本指标.针对视频中人脸属性的识别问题,引入人脸检测卷积神经网络来检测行人人脸,在此基础上提出了改进的人脸分析卷积神经网络,分别完成性别的识别及是否佩戴眼镜的识别.最后研究建立了以百度地图为基础的区域视力数据展示系统,并在Web端分街道和区域对男女视力障碍比例进行数据可视化展示,为接下来的实际应用打下基础.实验结果及系统展示表明,本文提出的方法能有效识别群体视力障碍情况,为群体视力健康调查工作提供了新思路.

基于手机信令数据的养老服务设施选址研究——以成都市为例

文章以成都市(不含简阳)为例,基于成都市移动手机信令数据和空间自相关分析,研究了成都市老年人口聚集分布情况,利用数学模型分析养老设施点位最优选址问题,为成都市养老设施布局规划提供了一种创新性、针对性、有效性的建设新思路。