利用DeepLabv3+模型提取分析街景图像绿视率——以北京三环内为例

基于语义分割模型的绿视率提取缺乏适用性研究,本文首先基于DeepLabv3+语义分割预训练模型和自主标注样本,采用迁移学习策略,构建街景图像语义分割模型,并对其进行精度验证。然后基于构建的街景图像语义分割模型提取计算北京三环内绿视率(GVI),分析点、线尺度下绿视率空间分布特征。结果表明：(1)相比DeepLabv3+语义分割预训练模型,迁移学习后模型F1值和mIoU值分别提高了7%和3%;(2)点状尺度上北京三环内绿视率整体呈“西高东低,北高南低”聚类式分布特征,0～0.15区间内街景采样点GVI约占58.1%;(3)线状尺度上整体呈“环线低环内高”且中心发散式特征分布,0～0.15区间内研究区道路GVI约占59.8%。该研究对于提升城市街道绿化感知程度和城市空间规划具有重要的参考意义。