街景与计算机视觉

利用街景影像评估乡村空间绅士化的双系统框架

利用街景影像与机器学习模型自动评估城市植被花粉致敏风险的创新框架

英国布里斯托实施户外广告限制政策后不健康商品广告曝光的变化：描述性研究

布里斯托于2021年实施政策，限制在市政所有场地投放不健康商品广告。研究通过实地和Google街景审查，比较政策实施前后布里斯托及对照地区南格洛斯特郡的公交站广告。政策实施后，布里斯托不健康商品广告占比下降，而南格洛斯特郡上升；广告多为高脂、高糖或高盐食品，研究建议建立正式监测机制。

利用视觉语言模型与街景影像开展街道层面的城市盲道障碍监测

研究将视觉语言模型与行人视角街景影像结合，构建评估地铁站周边盲道可用性的智能框架，并对北京三环内110座地铁站进行分析。盲道邻近区的障碍率最高，主要受墙面附属物、杆件及邻近设施影响。模型评估与专家评分高度一致，迭代评分降低了误报率；研究建议设置邻近缓冲区并加强高密度地区的精细化维护。

弥合城市感知中的感知空间与生活空间：运用多模态大语言模型评估城市公园

研究构建并测试定量比较框架，运用多模态大语言模型（MLLM）比较街景图像（SVI）与用户生成内容（UGC），以分析公园中的城市感知。结果显示，SVI更能呈现功能和基础设施属性，UGC则突出审美与体验维度；两类数据互为补充，单靠街景指标存在局限。研究展示了整合视觉与文本数据、计算建模城市感知的可扩展方法。

融合街景与遥感影像的多频段街道尺度城市噪声建模与制图

基于街景影像与计算机视觉技术评估全市街道树木对 PM2.5 去除的贡献

利用街景影像分析纽约市建成环境与能源关系的季节性及非线性特征

基于图的人本GeoAI：利用街景影像理解街道环境与交通事故频率

研究利用Mapillary街景影像分析城市视觉环境与交通事故频率的关系，以Mask2Former分割图像，并用Dist-YOLOv5估算城市物体与驾驶者间的视觉距离，构建人本图。GAT-LSTM模型在事故频率建模中优于传统机器学习及其他深度学习方法；两步式可解释人工智能方法则用于识别高事故率道路的相关因素。

城市绿地边界渗透性指数的构建及其对可达性的影响：爱丁堡案例研究

研究以爱丁堡为案例，利用Google街景影像对608处绿地边界分类，并构建边界渗透性指数，评估边界障碍对可达性的影响。结果显示，75.50%的绿地边界为封闭式，墙体最常见；纳入边界渗透性后，7.3%的人口不再达到绿地可达性标准。完全封闭边界约增加60米通行阻力。

远距离识树：利用移动式地面激光雷达与街景图像进行城市树木分类

研究结合移动式地面激光雷达与街景图像，对加拿大魁北克南部四座城市的3625棵树进行分类，涵盖14种常见树属。研究将三维雷达扫描转换为二维图像，并采用多视角技术和残差神经网络模型。融合两类数据提升了多数树属的分类效果；针叶树属分类表现较好，而包含多个物种或栽培品种的槭属和榆属较难区分。

街道绿化能否促进城市创新？来自街景图像的微观空间证据

基于街景图像探究城市化强度对人类感知的影响

利用街景图像数据重新审视HOLC红线地图与城市视觉感知质量：布法罗案例

研究以布法罗为例，运用Place Pulse 2.0街景数据、计算机视觉和机器学习，预测美感、安全感、富裕感、活力、乏味感和压抑感六个感知维度。结果显示，不同红线等级区域的感知评分存在显著差异；树木、建筑和道路等建成环境特征是差异的重要来源，其分布不均构成感知不平等的物质基础。

利用文本挖掘与历史街景影像追踪城市建成环境的长期变化

利用街道层面影像与深度学习识别城市景观中的银合欢

研究利用巴西城市环境中的422张街道层面影像，评估深度学习目标检测和图像分割方法识别潜在入侵树种银合欢的效果。影像来自Google街景和手机拍摄。结果显示，YOLOv8检测表现较好，DETR对影像来源较敏感；SAM零样本分割在街景影像上的表现优于手机影像。结合检测与分割可为城市植被监测及入侵物种管理提供互补信息。

马略卡岛旅游城镇的商业绅士化

马略卡岛高度旅游化的索列尔镇出现了影响零售业态的商业绅士化：传统本地商店逐渐消失，并被面向游客的商店取代。研究利用市政档案、商业协会档案和Google街景图像等资料，考察镇内两个主要商业区。结果表明，商业绅士化也会影响中等规模城镇，改变零售业态，并影响当地居民的购物能力。

道路速度等级估算：整合 OpenStreetMap 与街景图像填补缺失数据

街景图像对伦敦犯罪率的预测效果如何？与社会特征及宏观环境特征的比较

划定以公共生活为导向的地铁站点步行服务区：整合实地观察、街景影像与机器学习的框架