城市更新背景下融合深度学习的非正式绿地数字识别技术研究进展

作者：刘子晴; 王薪宇; 杨锋; 李方正^*

来源：中国园林, 2023, 39(06): 33-38.

DOI：10.19775/j.cla.2023.06.0033

• 风景园林
• 非正式绿地
• 深度学习
• 城市更新
• 智能技术
• 遥感图像

城市更新过程中，非正式绿地在为城市提供环境、社会和生态效益方面发挥着至关重要的补充作用。然而，非正式绿地由于数量繁多、面积较小、种类多样、边界模糊等特征导致其难以高效识别。深度学习在分割图像进行识别及自主学习方面有极大的优势。因此，基于深度学习，对多源数据依托下的非正式绿地识别研究进行综述。首先,基于非正式绿地内涵归纳其识别特征与识别难点；其次，梳理识别非正式绿地常用的4种数据类型，即基于深度学习识别的高分辨遥感影像、街景图片，用于辅助识别的网络媒体数据、PPGIS平台数据；再次，对现有深度学习进行非正式绿地整体布局识别、耦合多源数据进行辅助识别的方法研究进展进行归纳总结；最后，对未来非正式绿地空间识别应用与发展提出展望与建议。

• 单位
  北京林业大学