基于孪生网络的地块尺度城市形态变化多类别分类：俄勒冈州波特兰案例
Multi-class classification of parcel-level morphological urban change using a Siamese network: Evidence from Portland, Oregon
发表于 2026年8月9日 · 收录于雷达 2026年11月5日
中文摘要
研究利用成对高分辨率航拍影像，开发基于孪生网络的框架，对城市更新中的地块形态变化进行分类，并识别无变化、新建、再开发和拆除四类。五折交叉验证显示，UNet模型表现最稳定，准确率超过85%；跨城市迁移效果有限，但本地微调可显著提升性能。