典型文献
基于图像深度学习的街区更新后评估方法研究——以北京什刹海街区为例
文献摘要：
随着大数据技术和信息工具的发展,网络数据成为越来越多的使用后评估研究的依据,机器学习等技术也在研究中发挥越来越大的推动作用.文章结合线上街景图像数据和深度学习技术,通过对街景元素和感性评价值的关系构建,提出对街区更新的使用后评估方法,并以什刹海历史街区为例进行应用;以热力图和基于街景照片的问卷调查,对评估结论进行检验,从而确定该评估方法的可靠性;同时总结基于线上图像的街区更新后评估的意义,探讨可进行拓展的相关研究,提出进一步深化和完善该方法的路径.
文献关键词：
深度学习;街区更新;使用后评估;图像语义分割;北京什刹海
中图分类号：
作者姓名：
王昭雨;庄惟敏
作者机构：
清华大学建筑学院 北京,100084
文献出处：
引用格式：
[1]王昭雨;庄惟敏-.基于图像深度学习的街区更新后评估方法研究——以北京什刹海街区为例)[J].新建筑,2022(03):5-8
A类：
B类：
图像深度学习,街区更新,北京什刹海,信息工具,网络数据,使用后评估,评估研究,上街,街景图像,图像数据,深度学习技术,景元,元素和,感性评价,评价值,关系构建,历史街区,热力图,上图,出进,图像语义分割
AB值：
0.332999
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
