基于深度学习的建筑识别技术在城市体检中的应用OA北大核心
Exploring City Examination Using Deep Learning-based Building Detection
建筑变化是城市体检的重要维度之一,但实际工作常受制于建筑数据可获取性.探索基于深度学习和高精度卫星影像数据的建筑识别技术在城市体检中的应用.首先提出由城乡建设基本情况、政策落实与风险预警、规划实施评估等目标构成的建筑变化视角下城市体检评估框架;然后介绍基于深度学习和高精度卫星影像的建筑识别与分析方法,并提取2014年、2019年的建筑轮廓和高度信息;最后以上海为例,从建筑存量变化基本情况、当前城市体检关注的重点指标、上海"十三五"规划实施情况3个…查看全部>>
晏龙旭;涂鸿昌;王德;张尚武;刘骝;张雨迪;张扬帆;王勇
同济大学建筑与城市规划学院自然资源部国土空间智能规划技术重点实验室同济大学建筑与城市规划学院同济大学建筑与城市规划学院高密度人居环境生态与节能教育部重点实验室同济大学建筑与城市规划学院自然资源部国土空间智能规划技术重点实验室同济大学建筑与城市规划学院同济大学建筑与城市规划学院上海同济城市规划设计研究院有限公司上海市上规院城市规划设计有限公司
建筑与水利
城市体检建筑变化深度学习高精度卫星影像上海
《上海城市规划》 2022 (1)
39-46,8
国家自然科学基金面上项目"基于空间绩效情景模拟的城市布局方案评价方法研究"(编号5207082908)上海同济城市规划设计研究院有限公司暨长三角城市群智能规划协同创新中心科研课题"基于深度学习和高精度卫星影像的建筑识别与变化评估方法研究"(编号KY-2021-YB-A02)中央高校基本科研业务费专项资金"面向智慧共享出行的规划决策支持系统研究"(编号22120210541)资助.
评论