全景绿视率自动识别和计算研究

• 作者: 周昱杏 张炜 杨梦琪
• 来源期刊: 风景园林
• 学科: 工学
• 关键词: 风景园林 绿视率 全景影像 等积投影转换 深度学习 卷积神经网络 语义分割
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 研究
• 页码范围: 89-94
• 页数: 6页
• 分类号: TU986
• 字数: 7477字
• 语种: 中文
• DOI: 10.14085/j.fjyl.2019.10.0089.06

摘要

绿视率是用于绿色空间感知的直观评价标准,传统研究的绿视率多基于平面影像进行计算,不能完全反映三维空间中人对绿量的主观感受.基于全景影像,提出全景绿视率的概念,通过全景相机获取球面全景照片,将等距圆柱投影转换为等积圆柱投影,利用基于语义分割的卷积神经网络模型,自动识别植被区域面积以实现全景绿视率自动化识别和计量.通过比较5项卷积神经网络模型对绿视率的识别效果,显示出Dilated ResNet-105神经网络模型具有最高的识别准确度.以武汉市武昌区紫阳公园为例,对各级园路和广场的全景绿视率进行计算和分析.将卷积神经网络的识别结果同人工判别结果进行对比研究,结果显示:使用Dilated ResNet-105卷积神经网络对绿植范围识别的平均交并比(mIoU)为62.53％,与人工识别的平均差异为9.17％.全景绿视率自动识别和计算可以为相关研究提供新的思路,实现客观准确、快速便捷的绿视率测量评估.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张炜	华中农业大学园艺林学学院	9	18	3.0	4.0
2	周昱杏	华中农业大学园艺林学学院	1	0	0.0	0.0
3	杨梦琪	华中农业大学园艺林学学院	1	0	0.0	0.0