Answers are grounded in this paper and cite their sources.
そこで本研究では、緑の構図に着目し、Deep Learning を 用いた分類モデルを設計し、緑視率と併せてそれらが景観 の印象に与える影響を明らかにすることで、最終的に緑景 観に対する人間の感じ方を推定することを想定した緑景観 評価システムの構築を試みた。 2. 調査対象地区及び調査対象画像の設定 図-1 は調査対象地区と地区内の緑被分布、調査対象画 像の取得位置を示している。本研究では、大阪市天王寺区 及び中央区の松屋町筋と上町筋に挟まれた約 150ha の夕陽 丘地区を対象地区として設定した。夕陽丘地区は上町台地 上に位置し、夕陽丘風致地区や四天王寺風致地区が含まれ ている。西側には急な斜面が存在し、その斜面上に広がる 社寺の豊かな緑が様々な緑の構図を形成している。 また本研究では、 プログラムによって取得した Google ス トリートビュー(GSV)画像を調査に用いた。まず OpenStreetMapからPythonのOSMnxパッケージを用いて、 大阪市内の全交差点 49,770 点の座標値データを取得した。 次に GSVStaticAPI を用いて、 各交差点から 6 方向を向いた 計 298,620 枚の GSV 画像をダウンロードした。 また得られ た座標値データを ArcGIS Pro3.1.0
No takes yet. Share an insight, caveat, or question.
Yamamori et al. (2025) studied this question.
Synapse has enriched 10 related papers. Consider them for comparative context: