从街景图像数据搜索地下室指标:对数据源和分析策略的调查
Anh Vu Vo1, Michela Bertolotto1, Ulrich Ofterdinger2
1School of Computer Science, University College Dublin, Belfield, Dublin 4, D04 V1W8 Dublin, Ireland.
概括
街景图像和计算机视觉可以识别建筑特征,如地下室护,以评估城市洪水脆弱性. 这种方法通过在规模上分析城市环境来加强洪水风险评估.
科学领域:
- 地理信息学是一种地理信息学.
- 城市规划 城市规划
- 计算机视觉 计算机视觉
背景情况:
- 街景图像数据库提供了广泛的全球城市覆盖.
- 计算机视觉算法可以在规模上分析城市环境.
- 目前的城市洪水风险评估可以通过识别建筑脆弱性来加强.
研究的目的:
- 调查使用街景图像来识别建筑特征的洪水脆弱性.
- 使用街景数据探索地下室和半地下室的检测.
- 评估计算机视觉在城市洪水风险评估中用于自动特征检测的潜力.
主要方法:
- 对建筑特征的审查表明地下室的存在.
- 分析可用的街景图像数据源.
- 计算机视觉算法的应用用于特征检测.
- 探索几何重建和数据质量评估的方法.
主要成果:
- 自由使用的Mapillary图像可以用来检测地下室护.
- 成功地实现了检测到的地下室特征的地理定位.
- 初步实验证实了该方法的可行性.
结论:
- 街景图像与计算机视觉相结合,是识别易受洪水影响的建筑特征的可行工具.
- 这种方法提供了一种可扩展的方法,以提高城市洪水风险评估.
- 进一步的研究可以完善特征检测和几何重建,以提高准确性.


