거리 영상은 도시 물리 환경을 인지하는 새로운 형태의 지리 빅데이터입니다. 거리 영상을 통해 입면 변화를 발견하고 변화 의미 범주를 식별하는 것은 도시 갱신의 중요한 인지 수단입니다. 전통적 변화 감지 방법은 거리 영상 변화 객체의 시점 소속(변화 분할)을 직접 구분할 수 없으며, 두 시점의 변화 영역 의미 범주를 효율적으로 인식하기 어렵습니다. 본 논문에서는 Cross-C2PO (Cross-Combine 2 POssible change types) 모델을 제안하여 변화 감지와 시점 분할 과제를 통합하였으며, 기존 이미지 의미 분할 모델을 도입하여 거리 영상 의미 변화 감지를 실현하는 데 도움을 줍니다. 이를 바탕으로, 광저우 주도심 2013-2019년 갱신 변화를 목표로 도시 갱신 동적 지표의 인지 분석 방법을 구축하여, 전후좌우 네 시점의 거리 전경 통합 변화 인지를 수행하고 도시 갱신 동적 지도 제작을 통해 도시 갱신 분포 및 물리 환경 변화 강도를 직관적으로 보여주어 거리 영상과 컴퓨터 비전의 지능형 결합 적용의 혁신적 방법과 사례 연구를 제공합니다.

도시 갱신;거리 영상;의미 변화 감지;장면 변화 감지;약지도;동적지표