风景园林图像与图形在深度学习中的应用分析及未来展望OA北大核心CSTPCD

深度学习处理图像与图形数据的广泛应用,为风景园林研究的大样本数据获取、分析、预测,以及景观设计图的快速生成提供了新的解决思路与有效途径.本文以风景园林图像与图形为研究对象,剖析风景园林图像与图形的类型,探究其在深度学习技术中的应用途径,分别从图像识别、图像生成、图形预测三个方面出发,对国内外的相关文献进行分析总结,梳理应用进展,提出未来发展趋势可聚焦深度学习向迁移学习的转变、人工智能与创意思维的融合、物质属性与非物质属性的结合,并强调深度学习技术通过处理风景园林图像与图形在分析场所空间环境、自动生成景观表现图、快速智能化建模、科学预判人群行为偏好等方面发挥着巨大的作用,将其应用于风景园林领域,能够有效推动本学科的智慧化发展.