CityLab 城市研究雷达城市研究雷达
研究主题 / 城市数据科学与方法

街景与计算机视觉

所属领域:城市数据科学与方法.

2025-12 至 2026-11:0 / 9 / 8 / 3 / 7 / 5 / 6 / 6 / 3 / 6 / 5 / 2近12个月每月收录量
本周近30天近90天近12个月全部

2026年3月

期刊论文 开放获取

社区物质环境失修与西班牙裔社区健康研究/拉丁裔研究(HCHS/SOL)第1次与第2次随访间新发糖尿病的关系

Neighborhood Physical Disinvestment and Incident Diabetes between visits 1 and 2 of the Hispanic Community Health Study/Study of Latinos (HCHS/SOL)
Journal of Urban Health

研究利用HCHS/SOL纵向队列中基线无糖尿病的9,120名参与者数据,结合Google街景审计构建居住社区失修评分,并分析其与第2次随访新发糖尿病的关系。调整协变量后,社区失修评分每增加一个标准差,新发糖尿病风险降低13%;总体结果不支持社区物质环境失修与新发2型糖尿病相关的假设。

2026年2月

期刊论文 东亚 开放获取

城市绿化悖论:利用生成式人工智能从成对街景图像测量昼夜感知安全差异

The urban greening paradox: Measuring day-night perceived safety divergences from paired street view images using generative AI
Urban Forestry & Urban Greening · Urban forestry & urban greening

研究利用美国和中国城市成对昼夜街景图像,检验生成式人工智能模型的收敛规模与迁移能力,并分析昼夜感知安全差异。结果发现,植被白天提升感知安全、夜间却降低安全感;白天安全感更多取决于可见性和开放度,夜间则转向人类活动与亮度。波士顿的制图结果显示,昼夜安全感存在显著空间异质性。

期刊论文 北美 开放获取

从图像到洞见:利用ChatGPT和Google街景评估步行性

From images to insights: ChatGPT and Google Street View for walkability assessments
Transportation Research Part D: Transport and Environment · Transportation Research Part D Transport and Environment

研究将ChatGPT与Google街景图像结合,在美国洛杉矶开展可扩展、精细化的步行性评估。ChatGPT为每张街景图像生成步行性评分及负面特征描述,研究再以LDA主题模型和空间分析识别问题及其分布,并通过人工评分和计算机视觉模型验证。结果显示,少数族裔社区步行性评分较低,且面临街景维护不善等不成比例的挑战。

期刊论文 东亚 开放获取

街道商店空间配置作为社会经济嵌入性的指标:中国城市双网络分析

Street Store Spatial Configurations as Indicators of Socio-Economic Embeddedness: A Dual-Network Analysis in Chinese Cities
Urban Science (MDPI) · Urban Science

本文运用空间句法的双网络逻辑,分析中国四座城市八个街段的商店空间格局,并区分前景网络与背景网络。研究结合2019年POI数据、街景影像和实地调查,对经营方式、功能多样性及百米密度进行比较,发现两类网络对应不同的商业生态。

期刊论文 东亚

根据街头浏览数据和深层学习,对街道界面透明度进行大规模衡量:对中国第一级城市(北京、上海和广州)的研究

Large-scale measurement of street interface transparency based on street view data and deep learning: A study of first-tier cities in China (Beijing, Shanghai, and Guangzhou)
Environment and Planning B · Environment and Planning B 53(2): 263–283

提出一个方法,衡量在三个中国特大城市使用露天街景图像和深层学习,在规模上如何衡量街头建筑前台的透明度。

2026年1月

期刊论文 开放获取

绘制语言景观与迁移:利用街景影像和计算机视觉分析基辅境内流离失所者

Mapping linguistic landscapes and displacement: Urban-scale analysis of internally displaced people in Kyiv using street view imagery and computer vision
Environment and Planning B · Environment and Planning B: Urban Analytics and City Science

研究利用Google街景影像、深度学习文本检测与识别、文字系统识别及地理空间工具,对基辅全市道路沿线的公共标识进行系统制图,分析人口迁移与语言景观变化的时空关联。结果显示,迁移期间俄语关键词“аренда”(出租)在境内流离失所者安置点附近聚集;2019年语言政策实施后,乌克兰语偏好有所上升。

期刊论文 全球/多地区

以时际对比学习框架为基础的学习街头观感表

Learning street view representations based on a spatiotemporal contrastive learning framework
Computers, Environment and Urban Systems · Computers, Environment and Urban Systems 125, 102393

基准 街道视觉图像代表-学习战略,并引入一个时空对比框架,以了解有助于认识和社会经济预测任务的特点。