基于街景目标检测的城市人群活动研究——以武汉市汉正街为例

近年来,机器学习、计算机视觉等课题与其他学科之间的联动愈加频繁,在建筑学、城市空间的研究中起到跳板式的作用。本研究使用Mask-RCNN目标检测算法,对武汉市汉正街地区街景图像中的“板车工”人群进行图像分析与统计研究,统计全局街景图中检测到的目标数量,研究“板车工”人群活动特征及其面临的交通压力,以及反映出的城市空间使用问题。通过此类人群活动的数据化与可视化成果,提出指导城市设计中对于重点区域的选择,同时提出对用于城市研究的检测模型应当增加“人—物”的组合标签,以适用复杂的人群活动研究。