一种基于机器学习的街道空间品质量化方法

摘要

本发明提供了一种基于机器学习的街道空间品质量化方法，主要涉及利用语义分割网络量化街道绿视率，将绿视率作为量化空间品质指标之一，并利用跨连卷积神经网络提取街景图片特征，将提取的特征作为支持向量回归模型的输入特征量化街道空间品质。该方法包括：制作街道绿视率数据集训练语义分割网络量化街道绿视率。将绿视率作为空间品质指标之一，制作街道空间品质数据集，进而训练跨连CNN+SVR网络，得到网络模型，利用模型进行街道空间品质的大规模量化。本发明充分发挥了机器学习的优越性，减轻了研究人员在街道空间品质调查中的巨大工作量，并为相关研究提供了重要的数据支撑，为城市规划领域研究街道空间品质提供了新思路。