基于深度学习的公共空间人群行为可视化研究-以天津大学卫津路校区为例

摘要

公共空间是当代城市的重要组成部分,基于人群空间行为的研究可为其优化设计提供参考。当前,利用视频数据获取行人轨迹进而评估公共空间的研究方法开始出现,但使用的方法具有运算速度慢,无法实时获取结果等缺点。使用Python编写基于深度学习的计算机视觉算法,可实时获得研究场地上行人的轨迹数据。以天津大学卫津路校区内的3个公共空间为例,利用轨迹数据绘制人群分布热力图和人群行走速度热力图来分别表征公共空间各个出入口间的连接强度,以及行走速度不同的行人所选择路径的空间分布差异。最后,提出了该方法在辅助设计方面的可能性及其存在的局限性和改进的策略。