利用街景图像实现建筑单体功能分类 (Building Instance Classification Using Street View Images)

本研究由德国慕尼黑工业大学学者领衔，多家德国遥感科学研究机构参与，即将发表于ISPRS摄影测量与遥感杂志（ISPRS Journal of Photogrammetry and Remote Sensing）。在过去几十年中，卫星遥感图像已经广泛应用于城市土地利用分类的相关研究，但对于建筑单体精度的功能分析却甚是缺乏。该研究提出一个创新的研究框架，利用卷积神经网络（CNNs）和街景图像，根据建筑外墙划分详细的建筑功能，而卫星图像则辅助用于区分建筑屋顶。研究过程中还建立了一个基准数据集用于训练神经网络及今后的研究。训练结果最终被应用在美国和加拿大的若干城市，用于生成建筑功能分类地图，证实该方法无论在整体城市层面还是城市中某个区域层面均有良好的准确率。

研究的具体流程主要分为以下几个步骤：首先从GIS地图中获取研究地区的建筑边界，然后标记大量不同建筑功能的街景图片用于训练，在去除异常值之后利用不同的卷积神经网络进行分类，最终将训练结果用于生成建筑功能划分地图。GIS地图的获取来自于OpenStreetMap，并将该研究中的建筑功能确定为多层公寓住宅、独栋住宅、停车设施、教堂、办公、零售、工业以及屋顶8类，GIS地图信息同时也作为对照的正确功能分类。研究选取了若干现有的卷积神经网络架构，包括AlexNet，VGG16，ResNet18以及ResNet34，对其参数进行微调，通过综合比较它们的精确率（precision）、召回率（Recall）以及F1值（F1 score）选取最优的神经网络用于最终的建筑功能地图生成。由于VGG16在三项参数中均表现出色，因而被选中作为最终的训练神经网络。训练和测试的街景图像来自于美国和加拿大的一些城市，且用于训练和测试的图像分别来自于不同的城市，共有17 600张街景图像用于训练集，每一建筑分类2 200张，在训练集中又有3 200张图像作为验证使用，以及2 058张图像用于测试最终训练结果。

文章展示了两组共五个城市的应用结果。在小范围的城市某一地区中，温哥华（Vancouver）和美国沃思堡（Fort Worth）作为研究对象，这些地区的主要功能在建筑测试分类中得到了很好的展现，特别是住宅建筑和办公建筑类别的准确率很高。在城市整体范围的测试中，加拿大卡尔加里市（Calgary）、波士顿（Boston）和多伦多（Toronto）作为研究对象，分别测试了6 124、64 389和45 978张街景地图，其总体准确率分别达到70%，55%以及75%。这些在城市层面的建筑功能分类地图能够较为完好的展示出城市的功能结构，例如城市中心区，主要住宅区以及工业区等等。

在具体的功能划分中，教堂是准确率最高的功能类型，由于其较为特殊的建筑结构和样式，而零售和工业类是比较难以区分的建筑功能类型，分析原因除了两种建筑类型有相似之处以外，还有可能是因为GIS地图功能分类和街景地图的标记存在偏差造成的。此外，许多街景图片包含多种不同建筑类型，也给分类造成困难，例如独栋住宅和其相邻的车库。

本文的研究成果可以帮助获得比单独使用卫星图片更准确和信息更丰富的土地使用分布地图，在未来的研究中，作者还将加入社交媒体中的信息和提取图片文字信息，以及改善分类方法来提升分类的准确性。

来源：KANG J, KÖRNER M, WANG Y,et al. Building instance classification using street view images[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2018. https://doi.org/10.1016/j.ispr

sjprs.2018.02.006

(供稿：姚放)

智慧城市及其公共性：来自英国六个城市的启示(The Smart City and Its Publics: Insights from across Six UK Cities)

研究基于英国六个城市的智慧城市项目，探讨其调动公共性的多种方式。城市包括布里斯托尔、格拉斯哥、伦敦、曼彻斯特、米尔顿凯恩斯和彼得伯勒。研究提出了服务用户、企业家、政治和公民四种公共性方式，并将公共性理解为特定的“技术公共集合”，从问题、人员、实践和空间的组合维度，探讨了两个问题：英国智慧城市政策或设想有哪些类型的公共性？智慧城市技术在重塑公众方面发挥了什么样的作用？研究结果表明企业家和服务用户模式占主导地位。

研究基础选用英国政策文件、“智慧城市”和“未来城市”倡议。并将六个城市在2012年未来城市示范竞赛提交的“可行性研究”视为重要政策文件。最终确定了68项活动并进行识别，考虑个人活动与更广泛的政策环境之间的联系，建立了每个智慧城市组合的概况。通过横向分析，得到以下4种模式。

①服务用户公共性。其与日常城市服务的消费有关。智能技术通过为决策提供更准确的数据、为用户提供反馈服务或问责渠道，增强与服务提供商的公共互动。它是最常见的公共形式。特点是相对直接的地方议会参与。面向服务用户的项目通常与一种类型的空间相关，数字技术用于提高现有系统的功能效率。公众被定位为城市日常功能的一部分，而不是共同创造的机构；②企业家公共性。企业家模式不是解决特定的主题问题，而是利用新的数字技术提供经济和服务相关的可能性。其在19项中占主导地位。它明确邀请公众对正在进行的活动做出贡献。然而对公共性的进一步民主化几乎没有说明；③政治公共性。只有3项活动中是显着的。也很少有例子可以得出与这种形式相关的空间类型或空间效应的结论。智慧城市的实践在正常制度流程的边缘运作，公共部门甚至是智慧城市实施的障碍；④公民公共性。它涵盖在国家机构之外的空间中发生的活动，但不直接面向市场。它更直接地与休闲活动或游戏性场所相关联，公共空间中的这种活动成为广泛的民主进程中的常见形式。其在21个活动中占主导地位。另外，智慧实践通常为在物理的公共空间中体现虚拟或数字的目标。空间性包括从私营部门收回数字领域的各种尝试。

最后提出，英国智慧城市的公共性是多维的。智慧城市发展的机会主义性质产生了独特的地方形式，同时也将这些人置于更广泛的社会经济议程之下。为了在未来出现更完全的智慧城市公共组合，公民和政治可能需要适应服务用户和企业家。此外，我们不能断定英国的智慧行动已经对公众性进行质量上的提升。评估智慧创新对城市空间的长期影响将是一个持续的项目。

来源： COWLEY R, JOSS S, DAYOT Y. The smart city and its publics: insights from across six UK cities[J]. Urban Research & Practice, 2018, 11(1): 53-77.

（供稿：李阳）

智能城市相关知识和规划教育思想的共享助力智能城镇化(Intelligent City Knowledge and Planning Education Thoughts Sharing Assisted Intelligent Urbanization)

城市是人类的伟大创造，世界范围内的城镇化进程正快速推进，世界上超过半数的人们居住在城市，城镇化取得了历史性的成绩的同时，我们的城市也面临着“不合、不和、不续”，即城市与外部自然环境不合一，城市内部各系统不和谐，历史与未来不永续三大问题，为城市建设工程领域提出了巨大的挑战。另一方面，以“大智移云——大数据、人工智能、移动技术、云技术”为代表的智能技术的飞速发展，互联网的普及，为城市发展提供了新的机遇。在此背景下国际工程科技知识中心（IKCEST）建立的“智城知识中心平台（ICKS）”抓住了知识传递的本质，紧扣全球智能城市发展的热点，吸纳融合世界各地关于智能城市研究的前沿成果，汇聚规划规划教育的优质资源，协同创造智能城市知识共享的平台，向世界共享智能城市和规划教育相关的知识，同时也将成果向第三世界国家推广，带动此类国家发展。

作为联合国教科文组织的下属平台，智能城市知识平台专注于智能城市建设领域。其远期建设目标是整合全球智能城市的数据资源，建立公共数据服务平台，联盟全球主要城市规划院校机构，推动规划教育知识的传播，打通城市建设中各工程领域的数据壁垒，为全世界尤其是发展中国家的民众、工程科技工作者和政策制定者提供全球智能城市相关的基础数据、规划教育和案例参照等知识服务。

智能城市知识平台以全球城市数据库资源建设为基础。致力于建设世界顶尖的智能城市相关知识的数据资源库。数据库覆盖全球数百个城市的数据，包括城市环境、建设、经济、管理、社会、民生等多个维度，保证广度。整合联合国、权威统计机构的数据，保证数据库的准度；基于对于世界城市研究的多年积累，按照城市建设发展类型构造测评城市目录，保证数据库的全度；接入网络社交媒体的舆情分析数据，保证数据库的动度。数据持续更新，采用抓取网络舆情数据提高数据的精度。全球视角的城市间比较，统一格式，形成一套完整的标准化的数据库，据此可对世界范围内不同国家间进行比较。

为了传播智能城市的知识，让全球尤其是第三世界的民众能获得相关知识，此平台还开发了数个知识应用。其内容涵盖但不局限于城市实践案例、城市智商（CityIQ）库、规划教育平台、规划教育学者网络与研究热点等，通过广泛的调研、数据动态的抓取整理、用户互动，形成完整的智能城市基础数据库，并着手建立数据与知识应用之间的联系，“城市数据——智能技术——应用实践”间联动的网络，互相补充和推广。为工程领域的学生、实践者以及爱好者提供智能城市建设相关的信息与资讯。

城市优秀实践案例库涵盖环境、智能城市、住房等城市建设的领域，内容是世界范围内各城市面对城市问题应对办法的总结。包含建设项目的概况，建设内容和建设后影响以及经验教训，注重面向第三世界国家建设特点的案例。

此平台远期将开发城市诊断。基于丰富的城市基础数据库，可以对城市进行问题诊断。从经济、社会、生态三个维度，选取与目标人口面积相近的城市进行对比，对历史上的各个城市发展的轨迹进行分析，可以发现，该城市目前所处的情况以及对应的短板，并预计其未来要发展的道路，给出有益的提示。

此平台建立的目标，就是希望汇聚智能城市数据，集合多源思想，在规划教育的应用中，尤其注重将优秀的规划教育思想吸收，慢慢消除地理空间的阻碍。依托多源教育资源、师资力量和学术与技术成果，建立为相关领域工程技术从业者、在校学生以及第三世界国家相关从业人员与科研工作者提供系统学习智能城市知识的平台，致力于推广智能城市知识和规划教育思想。此平台还运用先进技术，研发语言翻译模块，逐渐打破语言障碍。语言一直是横亘在学习者面前的大问题，由于语言的障碍，导致学习者无法及时有效地获取知识。由于新技术的发展，特别是人工智能技术在语言翻译领域的突破，使机器翻译的精确度越来越高，可以预见在不久的将来，机器将可以取代人工翻译。计划研发语言翻译模块，嵌入到规划教育视频中，初步实现文字的中英双语转换，依托人工智能翻译的技术，逐步消除语言的壁垒，使学习者可以无障碍地接触各个语言的教育资源。

来源：Intelligent City Knowledge Service Site. International knowledge centre for engineering sciences and technology (IKCEST) under the auspices of the UNESCO[R], 2018, http://icity.ikcest.org/. [2018-7-5].

(供稿： 李翔)