《表1 新数据环境下基于街景图像的街道宜步行品质的研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于街景图像的街道空间步行品质评价研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

运用街景图像对街道宜步行品质的研究主要集中在步行行为感知的三个方面：步行安全性、步行舒适性、城市形态特色和街道功能。在步行安全性感知方面，Rundle等[5]通过谷歌街景图像的研究，发现行人安全与机动交通、停车、和能够被行人经常利用的基础设施具有很高的相关性；Yin等[6]基于计算机视觉中的检测技术，运用图像语义分割技术识别街景图像中的行人，从而在一定城市区域范围内进行行人流量统计；Kronkvist[7]通过比较研究者对于街景图像对居住区空间的观察和通过调查问卷得出的居住区社会环境紊乱水平，证实了运用街景图像居住区社会环境紊乱水平的可靠性；在步行舒适性感知方面，Li等[8]运用街景图像作为研究手段进行了街道绿化率和绿化评估研究方法的探索，在结论中提出了对现有指标的改进建议，并运用更新后的工具对纽约曼哈顿区的行人能够感知的街道绿化水平做了评估；郝新华、龙瀛等[9]通过街景图像分析对成都市区内的城市绿化感知展开评估，得出尽管大部分区域绿化率水平较高，但行人在城市空间中感知的绿化水平以一般和较少为主。在城市街道形态与特色方面，Liu等[10]对北京五环内的街景图像数据进行了采集，并通过分析图像中街道立面的视觉兴趣点和整体视觉连续性，评估了五环以内街道空间视觉质量；Cheng等[11]采集了南京市街景图像、并通过色彩识别和语义分割识别天空、路面和景观等要素，从而计算了街景开敞度等与街道形态特色相关的指数，反映街道的视觉属性；Doersch等[12]从谷歌街景中提取大量街景数据，通过机器学习识别了街道立面特征（窗户、灯等），从而提出一种根据立面细节特征识别具有地域特色建筑的方法（表1）。