课程简介
街景图像作为一种新兴的地理大数据类型，以人类视角详细描绘了城市可视环境。而深度学习和计算机视觉等先进的人工智能技术，能够从街景图像中提取丰富的语义信息，从而更准确地理解和定量描述城市的物质空间和建成环境特征。
本次 workshop 将采用深度学习和计算机视觉技术，以武汉为例，带你学习街景图像的采集、语义分割以及城市绿色空间的可视化制图，帮助你更精确地理解和描述城市环境，学会为城市规划和管理提供更精细的数据支持。
核心挑战
- 基于百度地图API接口，爬取百度地图武汉市街景图像数据。
- 基于Python对爬取得到的街景图像进行语义分割。
- 根据街景图像的经纬度信息生成POI点，并在武汉市的矢量图上进行可视化。
授课人
郭子豪
中国地质大学（武汉）研究生
UrbanComp团队成员
课程大纲
街景图像爬虫和实现
主要包括基于开放的百度API接口爬取武汉市街景数据的操作方法。
街景图像读取与绿视率统计
基于Python对接近图像进行读取，获取绿色像素占比即绿视率。
武汉市绿视率分布制图与分析
使用QGIS进行绿视率分布的可视化。根据街景图像的经纬度信息生成POI点，并在武汉市的矢量图上进行叠加可视化，分析绿视率分布差异与原因。
作业
爬取街景图像，使用python库对爬取得到的街景图像进行语义分割，并可视化，希望大家通过本案例的学习，初步掌握街景图像的获取、语义分割、可视化与分析方法。
日程安排
- 5.9日起：报名、查看教案
- 5.23日12:00前：提交作业
- 5:25日：参加讲解&作业汇报交流会（线下，讲解会录屏会后会更新至活动页面）
授课详情与报名链接
详情链接：基于街景图像的武汉城市绿化空间分析 | GIS WORKSHOP
Q.E.D.