基于街景图像的城市环境评价研究综述

张丽英, 裴韬, 陈宜金, 宋辞, 刘小茜

A Review of Urban Environmental Assessment based on Street View Images

Liying ZHANG, Tao PEI, Yijin CHEN, Ci SONG, Xiaoqian LIU

表3 基于街景图像的城市环境评价工作

Tab. 3 Urban environment evaluation based on street view image

类别 评价要素 数据集 方法 代表性研究 物理环境 绿色植物、行人安全、行人道设施、机动交通、建筑、交通标志等 谷歌街景 相关性分析 泊松回归 机器学习 1.街景图像审计社区环境的可行性：Rundle[11],Badland[30],Clarke[45]; 2.城市安全性：Kronkvist[46],Li等[44],Mooney[47] 3.土地利用类型：Li[29] 社会环境 汽车、人行道、行人、建筑、天空等 谷歌街景 机器学习 深度学习 1.人口分布与政治倾向：Gebru等[48];2.城市可步行性：Yin等[34],Hara等6],Yin[4];3.城市安全感：Porzi等[21],Li[27] 经济环境 绿色植被、地面,建筑物、树、天空 谷歌街景 基于像元的图像分析机器学习 1.收入预测：Glaeser[22];2. 收入与物理环境的关系：Li[26],Arietta[49] 美学环境 行道树、绿色植被、建筑物 谷歌街景百度街景 腾讯街景 机器学习 深度学习 图像分析 1.街道绿化：郝新华等[3],Berland[50],Li等[24]; 2. 城市风貌：Liu等[36],Cheng等[51] ,唐婧娴等[52]; 3. 建筑特色：Doersch等[53],Lee等[23]