深度学习驱动街道更新的研究进展

作者：庞世源

来源：南宁师范大学学报(自然科学版), 2023, 40(02): 61-66.

DOI：10.16601/j.cnki.issn2096-7330.2023.02.009

• 街道更新
• 街景图像
• 深度学习
• 大数据
• 建成环境

在学科交叉融合发展的背景下，深度学习被学者引入人居环境研究领域，为街道更新提供了新的科学分析方法。以中国知网(CNKI)为数据源，利用CiteSpace可视化文献分析软件对2006—2022年国内外深度学习技术驱动街道更新的研究进展进行分析。结果表明，在城市体检工作的推动下，国内机构相关研究进展较快，近年研究热点主要为街景图像利用、识别算法设计和街道安全性评估。深度学习技术运用于街道更新前期分析的可行性已得到实践验证。技术层面上，扩展数据来源与提高分析精度是深度学习技术的发展趋势；应用层面上，基于深度学习的规划方案智能化生成技术具有广阔的应用前景。