Python地理空间Workshop | 基于街景图像的城市绿化空间分析

文摘   2024-05-17 09:45   湖北  


📢  武汉的同学们注意了!


5.25我们会到武汉大学进行这个活动的线下讲解,感兴趣的可以直接过来面基,详情及报名请看这里5.25 武汉大学——聚焦前沿对话未来:地理空间智能(GeoAI)最新研究进展及落地应用


如果感兴趣但是无法参加 5.25 线下讲解会,可以走线上渠道完成学习。讲解会录屏后续会更新到线上学习材料中。



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。

分享内容
  • 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

 · 分享嘉宾 · 

郭子豪 中国地质大学(武汉)研究生、Urban Comp 位置智能和城市感知团队成员

 · 课程大纲 · 

  1. 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。
  2. 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。
  3. 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。
  4. 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。

教案预览


 · 日程安排 · 

  • 5.9日起:报名、查看教案(需使用电脑访问)

  • 5.23 12:00 前:提交作业
  • 5:25:参加讲解&作业汇报交流会(线下,讲解会录屏会后会更新至活动页面
 · 报名 · 
活动页面(需复制至电脑打开)
https://www.heywhale.com/u/18ee4e
小程序
 · 活动交流群 · 
描下方二维码添加客服微信
回复 地理 即可等待客服分批拉入群聊


这是中国地质大学 UrbanComp位置智能和城市感知团队 在和鲸社区举办的「城市地理信息系统大数据分析 UGIS WORKSHOP」系列活动的第一期,旨在利用真实场景 Python 案例+作业练习,让你学得会、用得上,更好地应对 GIS 科研与应用挑战。
特别鸣谢
非常感谢中国地质大学地理与信息工程学院教授、博导 姚尧 老师对本次活动筹备与教案的宝贵建议!


UrbanComp位置智能和城市感知
中国地质大学(武汉)地理与信息工程学院姚尧老师课题组,UrbanComp@HPSCIL的科研发布公众号。研究方向为地理位置智能、时空数据挖掘和可计算城市科学。团队主页:https://www.urbancomp.net。
 最新文章