ストリートビュー画像は都市の物理的環境を認識するための新しいタイプの地理ビッグデータです。ストリートビューを通じてファサードの変化を発見し、変化の意味カテゴリーを識別することは都市更新の重要な認識手段です。従来の変化検出手法はストリートビューの変化対象の時相帰属（変化の時相分離）を直接区別できず、二つの時相間での変化領域の意味カテゴリーを効率的に識別することが困難でした。本論文ではCross-C2PO（Cross-Combine 2 POssible change types）モデルを提案し、変化検出と時相分離の課題を統合し、既存の画像意味セグメンテーションモデルを導入することでストリートビューの意味変化検出を実現します。これを基に、広州の中心市街地2013-2019年の更新変化監視を対象とした都市更新の動的指標の認識分析手法を構築し、前後左右の四視点からのストリートビュー全景総合変化認識を実施し、都市更新の分布と物理環境変化の強度を直感的に示し、ストリートビューとコンピュータビジョンの知能的結合応用に革新的な方法とケーススタディを提供します。

都市更新;ストリートビュー画像;意味変化検出;シーン変化検出;弱教師;動的指標