摘要:城市中许多形式的环境数据可以跟踪城市的短期运行,如交通管理、垃圾收集、检查或非紧急维护请求。然而,可以说,城市分析的最大作用是建立可测量的目标,并跟踪系统发展目标的进展,这些目标与人类发展和长期可持续性相联系。这种方法面临的挑战是新技术能力(如传感、机器学习和地方知识)与居民和市政府的运作之间的联系。在这里,我们描述了一个新兴项目,通过这些方法的融合,对加拉帕戈斯群岛快速发展的城镇的可持续发展进行长期监测。我们展示了当此类行动与城市环境的地图绘制和深入学习特征相结合时,协作地图绘制和360度街景捕捉如何为广泛的定量分析提供一般基础。我们通过自动对象分类绘制和评估城市资产的精度,并描述其丰度和空间异质性。Weals指出,随着这些方法的不断改进,它们可以对城市环境(建筑物、车辆、服务)和环境条件进行有效的环境检查。

案例介绍:加拉帕戈西兰群岛是一个很好的研究案例,可以研究新技术在半非正式环境中的潜力,以及它对管理和跟踪长期目标进展的影响。该群岛以其独特的生态系统而闻名,距离厄瓜多尔太平洋海岸约1000公里(图4.1中的蓝色广场)。尽管大部分岛屿仍处于自然保护区,但陆地和海洋上的人类活动正在迅速增长,四个快速增长的城镇集中了大部分移民人口。这些岛屿的偏远位置和独特的城市-自然耦合系统构成了研究城市化发展轨迹的一个特别有趣和尖锐的背景。

加拉帕戈斯群岛是太平洋中部的一个群岛(蓝色广场)。他们与世隔绝的地理位置、快速发展的城镇和独特的生态系统为开发城市-自然耦合系统的可持续发展模式提供了一个特别有趣和深刻的背景。这些城市区域的可管理规模使得研究协作数据收集的新方法以及新技术和当地知识的融合成为可能。

从设计的角度来看,由于地理位置偏远,这些设备提供了唯一的设置,而且系统进出的所有材料和货物都注册到了无线或远程设备上,就像用户的迁移一样,这提供了一个很好的基础,可以让用户了解这些设备对设备系统内部环境的影响,反之亦然。加拉帕戈斯群岛的城镇提供了一个独特的机会,可以研究城市规划、资源流动的城市管理、以及,以及跟踪可持续发展目标的发展。我们将重点研究加拉帕戈斯第二大城镇巴奎里佐·莫雷诺港,这也是该地区的首府,人口约为800人。如图所示,该镇位于群岛的东部,位于桑切斯特托巴尔岛上。在材料方面,奇佩拉戈其他岛屿上相对独立,因为奇佩拉戈有自己的港口和机场,直接连接到厄瓜多尔大陆,那里是大多数人口、建筑材料、能源和消费品的发源地。从历史上看,他们的意大利游客并不是切赫佩拉戈的旅游热点。然而,自1986年机场开放以来,该岛对越来越多的游客越来越有吸引力,从机场的游客数量可以看出,该机场的游客数量增长率高于加拉帕戈斯群岛游客总增长率(伊苏列塔,2017年)。旅游业的年增长率为3.72%(2015年约22.5万名游客;2017年伊苏列塔)为该岛带来了不断增长的经济,但也给该岛的欧洲自然接口带来了压力。这些压力和可能的解决方案仍然很难详细追踪,因此,在保护岛屿生态系统的同时,排除了一条可能扩大经济机会的平衡路径。因此,追踪岛屿城市化增长和影响的创新方法正变得至关重要。在这里,我们举例说明在加拉帕戈斯群岛长期可持续发展的新兴项目背景下,协作数据收集和新的成像和人工智能技术如何支持这一进程。

数据收集和对象定位:计算机视觉和对象识别的快速发展为处理大型图像数据集开辟了有效途径。就城市科学和政策而言,这些能力在跟踪已建基础设施的轨迹、评估城市资产和服务的异质性(包括能源和材料的消耗)方面具有巨大潜力。然而,在许多发展中的城市地区,有关这些问题的数据往往缺乏、过时或过于粗糙。偏远地区的情况更是如此,例如加拉帕戈斯群岛的城镇,特别是巴奎里佐·莫雷诺港城镇。在我们开始这个项目之前监测该镇的建筑环境,很少有在线数据(大约十几张图片),其中只有少数描绘了该岛的城市地区。然而,对城市发展的监测需要获取数据,以捕捉城市结构的整体和随时间的变化。在下文中,我们将介绍一种方法,该方法可以在短短几天的工作时间内记录整个城镇,并且只需最少的初始投资,从而使协作数据收集成为可能。数据管道由三个步骤组成,其中两个步骤完全自动化。第一种是绘制树级照片,第二种是分析单个图像,以便识别分段对象,第三步是在不同的图像中识别同一物体,并对其在空间和时间上的位置进行地理定位。最耗时的步骤是收集足够的图像覆盖整个城镇。

在这项研究中,我们在头盔上安装了一个360度的运动摄像头,并骑着自行车在镇上穿行,以此来收集数据。图像可通过Mapillary(2019)的用户界面获得,如左面板所示。右侧面板显示已处理和分段的图像。AutomaticObjectClassification从近三十多个类别中识别结构和对象。然而,在岛上,算法有时无法正确识别某些物体。例如,右侧的人行道被分类为地面。然而,这些方法为评估正在经历快速变化的发展中城镇的城市特征提供了强有力的工具它覆盖了当前位置的整个环境,经过一些后期处理,在每个位置都生成了球体。我们把相机系在头盔上,带着它在镇上四处兜风。由于相机还将GPS坐标添加到每张图像的元数据中,我们能够在短短几天内覆盖大约75公里的地理标记图像球体。收集的图像超过10000张,其中许多重叠,为数据管道的下一步提供了良好的数据集。360度图像的每个位置由图4.3中的绿点描绘。我们与Mapillary(2019)合作执行了第二步和第三步。Mapillary是一家致力于创建众包街景地图的科技公司。Mapillary提供了一个引擎,可以自动处理上传的图像,包括一个用户界面,用于从一个图像走到下一个图像,从而最终贯穿整个过程。左边的符号。4.2 Epicts公众可以访问的界面。这些图像是计算机视觉和目标识别Go-rithms的进一步过程,其中的图像已由人力研究团队开发和优化。这些算法对图像进行分割,并将语义信息添加到视野的不同部分。近年来,通过使用深度学习算法进行图像分割,计算机视觉和目标识别领域取得了重大进展(Krylov等人,2018年)。然而,这些技术还不完善,由此产生的语义信息是从图像中提取出来的,通常是近似现实的。对于街道级别的数据,与用于训练对象识别分类器的数据不同的区域尤其如此。然而,这些算法能够识别图像中的核心属性,如图4.2右侧插图所示。当同一物体在多幅图像中被识别时,它可以在空间中被唯一地定位。图4.3显示了一个示例,其中一个商店标志被识别在六个不同的位置,分别位于右侧插图中,其中三个显示在左侧插图中。从街道级别的不同图像中定位物体的任务涉及几个主要的技术挑战。除了聚合多幅图像中的同一对象外,处理众包街道级数据的主要挑战是图像的不同质量,例如模糊或视野受限,以及图像位置的变化。后一点很重要,因为高质量的地理定位取决于摄像机相对于视场中物体的位置,以实现精确的三角测量和定位(Krylov和Dahyot 2018)。尽管面临这些挑战,该引擎仍能在波多黎各巴奎里佐·莫雷诺小镇定位近12000个物体,包括777个垃圾桶、343个商店标志、412个广告标志和224条车道。这些是我们在下一节中使用的对象类,用于推导城镇某些部分的功能,并在这些方法不断改进的情况下,简化从这些方法中得出的结论。

从对象统计中得出城市功能 : 数据收集、空间物体的识别和定位为城市区域提供了基本的功能地图。不同类别物体的空间分布使得研究不同地区的位置和功能成为可能。

例如,图4.4b中商店招牌的密度分布显示了普洱市提供一系列特定服务的地区,这些服务通常与旅游业有关(Andrade和Ferri,2019年)。图4.4显示了两个对象类密度分布,它们是居住区的良好指标:垃圾桶和车道的分布(子图(a)和(c))。Baquerizo Moreno港居民区的垃圾桶是标准化的容器,形状和颜色组合独特。每家每户都必须将垃圾桶放在大楼外,靠近街道,以便垃圾收集者进入。它们还可以用作公共垃圾箱。旅游区的垃圾箱各不相同,位置不那么显眼,而且常常模糊不清。细分引擎在识别它们本身时存在问题,但这也清楚地表明了不同的外观和功能,以及有意以不同的方式处理问题。游客服务最多的滨水区比市区镇上的其他地方密集得多。这些建筑通常位于街道旁边,不会后退。东北部住宅区有大量的车道,而在人口密集的地方,如镇中心面向大海的区域,则没有车道,这表明了这一点。图4.4c清楚地描述了这一点。我们想在本研究中指出的最后一个指标是提升迹象的分布。其空间分布如图4.4d所示。根据广告招牌的密度分布,有三种主要的模式适用于广告招牌数量较多的地方。第一种模式是大多数游客在城镇内消磨时间,以及大多数餐厅和旅游服务所在地,对应于图4.4b中商店标志的最高密度。第二个广告密度高的区域包括从东到西贯穿该镇的主要大道,每一条都是单行道。在镇上,这些是当地人经常光顾的大多数商店所在的街道。主街还进一步连接到岛上唯一的其他定居点,是唯一一条从东向西穿过圣克里斯托巴尔的街道。这条路构成了小镇的主轴,以及与之正交的街道,从地图左侧的机场开始。然而,这些信号不像其他指标那样清晰。第三个集群是数据显示的广告牌密度最高的集群,位于国际会议中心,靠近图像中心顶部。必须谨慎对待这个集群,因为我们的许多数据收集之旅都是从这里开始的,因此该地区在图像方面采样过多。数据处理引擎很难处理这种采样效果,会分离相同的广告标志,并将它们定位在非常相似的位置。图4.4中不同密度分布的上述解释显然高度依赖于当地知识。例如,私人垃圾桶的独特形式和形状并不是不同城市系统的普遍模式,而是一种非常地方化的特征。如果不了解当地的选择、习惯和规则,从提取的数据中不会得出明显的结论。

讨论:最近的技术进步正在为监测、研究和评估更接近人类体验的城市环境的特征和变化铺平道路。我们目前的研究显示了如何收集街景图像,识别和定位与气体相关的功能项目,这需要初始投资。这些方法也适用于涉及图像收集和结果空间统计解释的协作方法。因此,这类结果表明,智能城市的概念以及收集广泛而详细的城市环境数据不再局限于大公司或大学的大规模投资和努力,而是在人口相对较少的城镇发展中也是可行的。出于许多不同的原因,当地公民应该更多地参与这类过程。首先,纯粹从技术角度来看,正在进行的数据收集工作有助于提高系统证据库的覆盖率和目标识别统计数据的准确性。第二,本地知识对于自动评估城市环境至关重要……

对于良好的城市规划和政策,迄今为止,很少有系统的策略将数据和技术与人们的本地经验相结合。第三,也是最重要的一点,企业和政府收集的数据很少涉及有远见和优先权的社区,这些社区在可持续发展的情况下,对其环境的未来有着明确的利害关系,可以作为其福祉的最佳管理者。第四,使用本文讨论的方法提供了许多有趣的教育和培训机会,可以促进当地人力资本的增长,并可能对其他创新的当地实践产生溢出效应。要将本文描述的试点转变为一个能够实现这些目标的有效系统,仍然存在一些技术障碍。在发展中城市的图像中,目标识别还远远不能完美工作。这可能是由于人工智能算法的训练存在偏见,这些算法使用的图像来自更正式的环境,比如全球北部的城市。因此,目前的算法往往无法从加拉帕戈斯群岛的图像中提取所有语义信息,因此无法实现高水平的目标识别和分割精度。尽管如此,这些方法在目前的状态下已经提供了强大的工具,因此我们可以合理地预期,随着来自非正式和可变环境的更多证据成为训练语料库的一部分,它们在不久的将来将会得到改进。需要改进的算法方面与增加地理和文化背景知识有关。我们已经看到,人行道的识别仍然很困难,因为这些相当不规则的空间通常被归类为街道的一部分或仅仅是地面。另一个例子是海滩的分类。在加拉帕戈斯群岛收集的数据中,沙滩通常被归类为雪。简单的上下文线索肯定会改善这种分类。尽管如此,该方法提供了初始阶段,潜在地为评估城镇资产和研究城市微环境的发展轨迹提供了强大的人工智能工具。这将在未来变得更加强大,因为这些算法能够以一种可以跟踪(例如)施工过程、所涉及的材料和成本的方式进行更细粒度的对象分类和分割。从本研究中生成和分析的图像类型中提取三维(3D)城市模型,将对未来的城市区域研究产生重大影响。结合更传统的航空和遥感技术,和公民参与,在发展中国家快速变化的环境中,高质量的整个城镇3D模型也刚刚成为可能。本文所展示的数据收集的简单性和普遍性提供了一种方法,可以方便快捷地跟踪这些发展轨迹,其方式更接近于在这些环境中生活和工作的个人和家庭的体验,-同时,让我们能够跨尺度描述通过这些系统的物质和信息流。

城市信息学-街景成像用于城市基础设施和服务的自动评估相关推荐

  1. 文章推荐 | 城市规划中城市信息学的研究进展

    来源:北京城市实验室BCL 随着计算机技术的飞速发展,城市信息学作为城市规划领域的一门新兴学科,逐渐引起学术界的关注.城市信息学的兴起给城市规划带来了新的压力,但它也提供了新的城市分析视角.在此背景下 ...

  2. 城市信息学其四—城市新陈代谢

    摘要: 城市新陈代谢(UM)基本上是一个会计框架,其目标是量化城市中资源(如材料和能源)的流入.流出和积累.本章的主要目的是介绍UM.首先,简要介绍了UM的历史.然后介绍了执行UM的三种不同方法:第一 ...

  3. 城市信息学其六-信息时代的城市概念化

    抽象城市是人类最重要和最复杂的创造物之一,自数字技术出现以来,它们的复杂性一直在稳步增加年龄.信息学,即信息科学,现在已经发展到了一个地步对提高理解和基于证据的可操作知识的高度期望城市研究人员.管理者 ...

  4. 城市信息学其三-智能地理可实现个性化和可持续的未来城市交通

    摘要: 几十年来,城市流动性和人的交通量一直在不可阻挡地增加.尽管流动性给我们的社会带来了优势和机遇,但也存在严重的缺陷,例如交通部门是温室气体排放和交通堵塞的主要贡献者之一.未来,越来越多的人将生活 ...

  5. RTFNet——用于城市场景语义分割的RGB和热红外融合网络

    Overview Title-RTFNet:用于城市场景语义分割的RGB和热红外融合网络 Time-2019 Journal-IEEE ROBOTICS AND AUTOMATION LETTERS ...

  6. 省级面板数据(2000-2019)九:城市发展(土地面积+交通+供水+基础设施)(stata版)

    省级面板数据九:城市发展概况(城市数量.土地面积.交通.供水供热.基础设施) 数据来源:中国统计年鉴+各省统计年鉴 作者收集整理所得!!! 下载链接:https://bbs.pinggu.org/th ...

  7. 智慧城市这份试卷 国外城市怎么答题?

    在近五年,国内智慧城市建设的热潮一直增无减.据媒体梳理,透过各地政府工作报告和"十三五"规划发现,我国95%的副省级城市.76%的地级城市,总计超过500个城市,均在政府工作报告或 ...

  8. 360城市全景,开启全新城市探索方式

    引言 360城市全景技术的出现和发展,让我们的生活方式和观念发生了革命性的变化.在过去,我们只能通过实地旅行.图片和视频来了解不同城市的文化.建筑和风景.现在,通过360城市全景技术,我们可以像亲临现 ...

  9. 智慧城市应急指挥中心数字化及城市驾驶舱建设方案

    目 录 第一章 项目概述 1.1 项目背景 1.2 项目范围 第二章 建设内容 2.1 三维可视化平台 2.1.1 多源数据接入 2.1.2 可视化编排 2.1.3 三维可视化编辑 2.1.4 空间数 ...

最新文章

  1. linux系统启动卡住不动了,CentOS启动失败 卡在开机进度条certmonger解决
  2. python半年能达到什么程度_花半年的时间能把Python自学到什么程度?
  3. 创建邮箱过程中的问题及解决办法
  4. [秘技]解决QQ音乐超出服务区域问题
  5. MFC+ODBC操作Access数据库pdf版
  6. Datax将Oracle数据导入ElasticSearch7完成教程
  7. 错过后悔十年!计算机视觉入门到精通,学习书籍推荐
  8. 如何找到最快的DNS服务器!!
  9. EnvironmentLocationNotFound: Not a conda environment:
  10. javascript基础之拖拽(2)(详细篇)---FileReader对象,blod对象
  11. java 字符串数组排序_Java 使用泛型为不同类型数组排序
  12. 2020.2.22基于L大源码的Lede x86 软路由精简版固件
  13. 抖音文字旋转动画PR模板 Mogrt格式动态标题文字Pr模板免费下载
  14. 人工智能核心能力包括哪些层面?
  15. Arduino 操作BT008蓝牙串口模块
  16. 2020光学期刊一区二区影响因子发布(科睿唯安)
  17. 双11有哪些好用的降噪蓝牙耳机值得推荐?降噪蓝牙耳机性价比排行
  18. 深圳一AI公司人脸数据泄露,超256万用户敏感信息在“裸奔”!
  19. VMware Workstation 在此主机上不支持嵌套虚拟化。模块“HV”启动失败。未能启动虚拟机。
  20. Stata:psestimate-倾向得分匹配(PSM)中匹配变量的筛选

热门文章

  1. 腾讯管家强制粉碎文件功能右键添加
  2. Photoshop CS5的下载、安装
  3. serialize()和serializeArray()方法
  4. 哪款远程控制软件可以远程玩游戏?
  5. 苹果机上使用onenote2007
  6. 假如编程是魔法之零基础看得懂的Python入门教程
  7. 专利代理行业小公司的现状
  8. 手柄映射软件_生化危机3该用哪款游戏手柄?北通宙斯给你四维游戏体验
  9. 发现一款APP可以看到哪些区域是禁飞区,还可以申报飞行,这样方便自己选地方test自己的无人机了。
  10. driver failed programming external connectivity on endpoint rabbitmq (204c074dd525374b10eec763a068ec