StreeTalk慢行导航系统

• 作者: 佘依爽 刘浏 周博磊 张健 张帆 李颖欣 王舟童 田乐 田晓劼
• 来源期刊: 景观设计学
• 学科: 工学
• 关键词: 城市街道 安全感与舒适度 懂行导航系统 深度学习 物体检测识别 场景语义分割
• 年，卷（期）: jgsjx,（2）
• 页码范围: 94-101
• 页数: 8页
• 分类号: TU98

摘要

不同于当前以出行效率为主要考量因素的传统导航系统，StreeTalk慢行导航系统更注重行人和骑行者的感受，特别是对安全感和舒适度的需求。通过运用物体检测识别及场景语义分割等技术，城市街景的深度图像特征被提取出来。之后，结合深度学习模型，机器可以预判人类对周边环境的感知，并为数以干万计的街景照片评分，从而建立起可以真观显示街道安全和舒适程度的导航系统。相关技术不仅可以提供定制化、全方位的慢行导航服务，为城市研究及决策、城市景观设计提供相关依据，也为未来城市生活创造了更多可能。