基于机器学习的城市风貌大规模评估及相关研究展望

摘要

结合北京的整体情况建立了相对标准化的评价体系，研究范围是北京五环内，收集百度街景36万张图片。接下来进入机器学习训练的环节。训练一个鉴别模型，这样就构成了机器学习的整个方法流程。每一个评价标准标注了2000多张照片.喂给机器学习。采用了三种机器学习方法，SIFTHist,Google NET和Alex NET。把训练好的模型大规模地应用到了北京五环的范围内。图片品质评价上，可以看到北京知名的两条轴线，东西轴连线得分较高，优于城市其他地区。但南北轴的城市形象没有很突出的体现。在联系度方面，旧城的连续度明显优于外围。北京的商务区，CBD和望京，其周边的分数也不低，商务区本身和周边是有一定的融合的体现。但是对于总部基地来讲，它和周边的环境就显得比较割裂。另外有一些得分较高的区域，不是典型的城市重点区域也被营造出了较好的品质。类似也可以放大集中分析得分比较低的地区，作为日后城市更新改造需要重点关注的一种参考。