2021地理设计组一等奖：融合短视频和深度学习的城市空间意象解构与分析

作品简介

一、应用背景与目标

城市是自然、构筑物及人构成的复杂动态综合体。城市空间意象是人们感受到的城市空间表达，也是人们对城市的直接或间接的经验性的空间认识。解构城市空间意象[1]作为城市空间认知研究中的重要内容，使得“可读性”、“可意象性”成为理想城市的标志[2],对增加城市特色、塑造城市形象、营销城市定位具有非常重要的作用。传统的城市空间意象认知方法一般通过调查访谈进行，实地走访城市中的典型居住区、街道、公园等，通过人工经验形成城市空间意象。这些方法劳动强度大，耗费时间长。近年来，城市意向研究方法已从最初的认知地图法拓展至与卫星遥感影像、街景影像等新型数据相结合，弥补了传统城市意向研究中调研手法单一、数据获取困难等不足。

随着互联网的发展，抖音、快手等短视频平台快速崛起，短视频正在成为一种新的数据源[2]。据统计，2020年我国短视频用户数量超过9.2亿，日均短视频观看时间超过1小时（中国互联网络发展状况统计报告，2020）。短视频内容从个人生活、城市地标到城市全景，十分广泛，它是人们城市体验的视觉记录，能够更直观地反映出人对于城市环境的感知意向[3]，为解构并分析城市空间意象提供了新机会。

针对不断增长的短视频内容，我们提出融合短视频和深度学习，智能解构城市空间意象。具体地，通过移动互联网抓取短视频，构建城市视频库。利用深度学习进行短视频视频语义分割，解译短视频中城市物质环境组成(包括天空、建筑、交通、桥、水、山、植被、其它共8类)，利用统计分析方法解构城市空间意象。研究成果不断能够获取地标级和城市级的空间意象，辅助进行城市定位，强化城市特性等，支撑城市做好顶层设计，而且可以得出利于城市推广和宣传的视频拍摄方式，对城市形象在航拍视频方面的宣传推广有重要意义。

二、设计思想

抖音、快手等短视频平台提供了新的数字内容，为理解城市空间意象、传播城市品质形象提供了新途径。本次的设计理念是融合短视频和深度学习，进行短视频空间语义分割与识别，通过统计学习感知城市空间意象。研究成果创新地定量化解构城市空间形象，为城市研究与城市形象推广提供新方法。

2.1. 设计思路

图1 设计思路

2.2. 设计创新

（1）新的城市空间意象认识数据源。传统城市空间意向认知方法局限于实地访谈、地图或者遥感影像，本次作品利用新的短视频来解构城市空间意象。

（2）新的城市空间意象认知方法。传统城市空间意象认知方法依赖于人工经验，本次作品利用GeoScene和Arcgis Pro中创新的深度学习工具认知城市空间，原理简单且操作易行。

（3）地理信息和人工智能的交叉融合。利用深度学习工具识别天空、建筑、交通、桥、水、山、植被、其它等8类要素，通过聚类分析定量结构城市意向，实现了短视频、深度学习与城市意象研究的交叉融合。

三、主要功能

本次作品主要功能包括短视频筛选与下载、短视频深度学习语义分割和空间意象统计学习。

3.1 抖音短视频筛选与下载

（1）短视频搜索。针对重庆、西安、广州、武汉等十个城市，通过城市关键字，搜索抖音平台上的短视频。

（2）短视频下载。利用Python中网络爬虫技术实现自动抓取和下载所需城市的抖音短视频，并根据不同城市汇总下载的视频到创建的中国城市视频库文件夹中，共下载视频496个。

（3）短视频分帧。使用Python+Opencv代码进行短视频定时分帧，每3秒生成一张图片，并存放在该城市的图片文件夹下。

3.2 短视频深度学习语义分割

在ArcGIS中标注语义样本样本，使用训练深度学习模型工具训练模型。利用训练后的模型对短视频进行语义分割与识别，获取天空、建筑、水等8类空间语义，生成空间视觉描述数据。

（1）视频图像标注与追加。使用Arcgis Pro-GeoScene标注对象以供深度学习窗口标注短视频图片的空间语义，包括天空、建筑、交通、桥、水、山、植被、其它等8类要素，并利用Export Training Data For Deep Learning将多个标注文件追加成一个训练集。

（2）深度学习模型训练。使用Arcgis Pro的Train Deep Learning Model工具，利用标注集，训练U-Net-Pixel classification模型。

图2 深度学习模型拆解示意图

利用ArcGIS API for Python的API接口，加载测试集数据，查看模型量化指标precision、recall以及f1_score，评估学习模型的精度，如图所示：

图3 深度学习模型精度评估

（3）短视频语义分割与识别。利用训练后的深度学习模型，输入的短视频图像，识别为天空、建筑、交通、桥、水、山、植物、其他8类要素，获得每一类空间语义的分布。

（4）图像空间语义统计。利用Model Building，串联Raster to Ploygon、add geometry attributes，calculate geometry attribute等工具，量化计算各个类别的面积、周长以及质心的坐标，并输出以每张视频图片的空间语义。

图4 空间语义要素属性计算

3.3. 空间意象统计学习

（1）城市空间意象统计学习。基于3.2训练的模型识别城市中所有短视频图像，输出城市级空间语义数据表，计算各类语义面积均值，利用SPSS的层次聚类分析法，归纳城市空间意象。

（2）地标空间意象统计学习。基于3.2训练的模型识别地标短视频，输出地标级空间语义数据表，计算各类语义面积均值，，利用SPSS软件中K-means聚类分析法，获得地标空间意象。

（3）空间语义组成分析。基于地标短视频的分类结果，选取连续分帧的短视频图像，绘制各类要素面积变化和质心坐标的移动情况，量化分析视觉感受的空间变化。

四、结果分析与成果展示

融合短视频和深度学习，识别短视频中的空间元素，解构城市空间意象，描述城市以及典型地标的空间意象，分析短视频中的空间语义组成转化。

4.1 城市空间意象分析

利用各类语义的面积数据，由层次聚类分析法将所研究的抖音网红城市分为三类：山之邑、江之城和绿厦之都。为直观显示主导意象，计算空间语义相对于均值的偏差，比较各类语义的视觉感受，绘制雷达图，如图5。表1给出了各空间语义类别的图像面积均值。

第一类是山之邑。该类城市短视频中山的视觉感觉比所有短视频高2.4倍，桥的视觉感受比所有短视频高0.6倍。该类的代表是重庆市，其依山而建，临崖而筑，以江为池，建筑错落有致。相应地，山地面积为6.2万平方千米，有超过13000座桥，是中国的桥都。

第二类是江之城。这类城市水和天空的视觉感知最强。这类城市短视频中水占比14.7%，高于均值1.8倍。该类代表城市包括长沙、武汉和上海，为湘江或长江穿城而过的城市，襟江带河，具有独特的地理位置优势。

第三类是绿厦之都。该类城市绿地感知和建筑感知最明显，包括南宁、深圳、北京、广州、西安和成都。该类城市自然环境优美、城市功能完善、建筑型态丰富。成都开创了“天府绿道”，北京、西安历史建筑丰富，“绿城”南宁满城皆绿，四季常青，“花城”广州四季花卉常开，深圳人均公园绿地面积近16平方米

图5 城市级的视觉感受度

表1 空间语义层次聚类结果表（单位：pt）

4.2 地标空间意象分析

利用k-means聚类方法，依据天空、建筑、交通、桥、水、山、植被、其它等要素的面积，将城市地标分为4类。

表2 地标空间语义K-means聚类结果表（单位pt)

第一类为“天意山光”，这类地标拥有极高的天空开阔度，一般是在远离拥挤的市中心，在地势较高拥有更开阔更亲近自然的视角的地方。这类地标短视频中天空占比高达33%，山和植物的总占比也高达33%，均显著高于均值。

第二类为“钢铁匠心”，这类地标视频中建筑的占比达到52%，高于均值0.86倍，这类视频中既有深圳湾建筑群，也有能唤起城市记忆的单个建筑比如广州塔。包含着公众对于城市的认知和感受，极大地塑造了地标的空间意象。

第三类为“车行廊道”。这类地标交通和植被的视觉的感受度最大，远超平均值。其它各类的指标的偏度都在均值以下。这类地标随着道路的延伸以及绿化带的移动，给人一种全新的视角来感知城市。

第四类为 "虹梁跨水"，这类地标短视频中桥的占比较多，水与桥相比不会过少，且其它要素存在其中，说明桥和周围人文、自然环境融为一体，与城市公共空间和城市景观环境

图 6 地标级的视觉感受度

4.3 空间语义组成变化分析

通过序列图像中空间语义的面积及质心的变化，可以发现短视频如何让人感受地标的空间意象。以“天意山光”地标为例，图7(a)给出了面积变化，从第1帧到第4帧，天空面积占比逐渐减少，水的面积占比逐渐升高，第4帧到第6帧天空面积占比增大，水的面积占比减小，镜头从水面低飞且拉近镜头，便于拍摄到水边的城市和建筑，然后抬升镜头。以“虹梁跨水”地标为例，图7(b)从语义的质心看，第1帧到第3帧图像范围内的质心上移，体现山势陡峭，第5帧到第6帧的质心下移的时候飞行贴近山壁。

图7 空间语义的组成变化

五、总结和展望

本项目的设计理念是融合短视频和深度学习，进行短视频空间语义分割与识别，通过统计学习感知城市级、地标级的空间意象。研究成果创新地定量化解构城市空间形象，可为短视频等新型数据风靡环境下的城市意象研究提供新思路。目前该作品受限于样本量，未来研究可考虑结合更多其他数据，以实现更高质、高量、高速的数据处理，提高城市意象分析结果的精度。

参考文献

[1]Liu, L., et al., C-IMAGE: city cognitive mapping through geo-tagged photos. GeoJournal, 2016. 81(6).

[2] 杨子垒.感知与真实:城市意象与城市空间形态关系初步研究[D]．重庆：重庆大学，2009．

[3] 张静.抖音短视频对西安城市形象建构与传播策略探析[D]．河北：河北大学，2019．

[4] 刘祎绯，牟婷婷，郑红彬，等．基于视觉感知数据的历史地段城市意象研究——以北京老城什刹海滨水空间为例[J]．规划师，2019(17)：51-56．

2021地理设计组一等奖：融合短视频和深度学习的城市空间意象解构与分析相关推荐

2021地理设计组一等奖：面向游客的旅游路线优化设计——以丹霞山景区为例
作品简介一.背景与意义随着旅游业的快速发展与人们对旅行质量要求的提升,旅游者对旅游服务的内容要求也越来越高,其中的旅游导航便是一项需求率极高的服务.然而传统的导航服务多是基于时间或距离成本进行网络 ...
怎么判定自己的账号有没有被限流？短视频运营推广学习日记
短视频运营推广学习日记今天开始记录自己的学习过程,今天的内容是,怎么知道自己的账号有没有被限流?对比了几个方法,还是我赢的内容比较正常,限流主要是两种方式:作品限流和账号限流作品限流: 是指单个作 ...
免费教材丨第48期：业界大牛中文教学视频《深度学习：进阶》第25-28讲
小编说我们将继续发放彭老师的<深度学习:进阶>课程,本期发放第25-28讲,本教材由麦子学院提供,现表示感谢.本教学视频为中文教学,代码讲解为主,通俗易懂哦! 彭亮简介美国犹他州立大学 ...
免费教材丨第47期：业界大牛中文教学视频《深度学习：进阶》第21-24讲
小编说我们将继续发放彭老师的<深度学习:进阶>课程,本期发放第21-24讲,本教材由麦子学院提供,现表示感谢.本教学视频为中文教学,代码讲解为主,通俗易懂哦! 彭亮简介美国犹他州立大学 ...
2021年好用的短视频一键发布软件
2021年的自媒体人都在用什么短视频一键发布软件呢?今天给你们介绍的是融媒宝这个软件,它在短视频一键发布能给我们节省很多的时间,提高我们的效率,融媒宝这一软件工具界面简洁明晰.操作方便快捷,设计很人性 ...
短视频美颜sdk人脸编辑技术详解、美颜sdk代码分析
短视频美颜sdk中人脸编辑技术可以将人像风格进行转变,小编认为这也是未来的美颜sdk的一个重要发展方向,下文小编将为大家讲解一下短视频美颜sdk中人脸编辑的关键点. 一.人脸编辑的细分关键点 1.年龄 ...
创业项目之一短视频平台创业学习手册
第一.新手开始了解的内容 1.确认好自己是要做创业社群恋爱社群或者是继续做自己目前所从事的行业产品的推广或者是具体产品的代销因为只有确认好自己以后的发展方向才能具体确认推广内容因为抖音的吸粉 ...
短视频搜索优化：抖音搜索用户的行为分析
在信息量庞大的平台,想让自己的信息优先展现给目标群体,这个优化工作本质上都是SEO.双微一抖等新媒体的发展壮大让网络营销降低了对SEO的依赖,不少营销人也跳出来说,移动互联网时代来了,SEO已经走下神 ...
抖音短视频剪辑如何学习？如哪里学习抖音运营？
随着科技时代的到来,为什么短视频会成为内容的风口呢?其实这都是在意料之中的事情,随着人们的生活越来越好,渐渐的手机已经成为了我们日常生活中必不可少的东西,而且在我们平时的碎片时间中刚好可以刷刷抖音来填 ...

2021地理设计组一等奖：融合短视频和深度学习的城市空间意象解构与分析

2021地理设计组一等奖：融合短视频和深度学习的城市空间意象解构与分析相关推荐

最新文章

热门文章