基于自采集街景与深度学习的慢行环境提质研究 -——以长沙市为例
叶子芸1
朱佳玮2
王佳川2
任娅铭2
1.中南大学建筑与艺术学院、低碳健康建筑湖南省重点实验室2.中南大学建筑与艺术学院
摘要：伴随着城市居民对骑行需求的快速增长,慢行环境质量问题凸显.现有提质研究缺少慢行用户视角与科学的实时数据支撑.采用自采集街景、深度学习联合目标群体调研的方法,既精准接入实时环境数据,又兼顾骑行群体诉求,适配城市精细化治理.以长沙市主要非机动车道为案例,探究慢行环境的10项视觉特征与用户需求的关联,提出优化设计模块与策略.数据显示,绿视率、空视率随道路宽度上升;空间围合度与界面连续性是慢行安全感的视觉基础.研究证实客观环境指标与居民主观感知存在失衡,揭示慢行环境提质需兼顾量化配置与软性质量,为城市慢行环境建设提供数据支撑与实现路径.
关键词：街道环境提质非机动车道自采集街景数据图像语义分割骑行慢行环境
分类号：TU-02(建筑理论)TU-05(建筑理论)
资助基金：湖南省社科基金青年项目(24YBQ116)国家自然科学基金(42301537)
论文发表日期：2026-02-28
在线出版日期：2026-03-13（本平台首次上网日期，不代表文献的发表时间）
页数：11( 30-40 )
英文信息