Gen City – 基于深度神经网络模型城市创新实验
一、作者信息
姓名：丁珂
院校：西北大学
院系专业：城市与环境学院城乡规划
二、指导老师信息
姓名：焦健、何皙健
在校职务：讲师
三、作品社媒链接
四、作品信息
1.工作流：获取研究区域内路网数据→街景点坐标→街景点全景图片→在Google Colab平台上结合 CityScapes数据集，利用DeepLabV32+神经网络模型完成语义分割→通过Arcgis识别语义图，得到场地各项空间指标占比，同时对比经典CBD的各项指标，提出优化空间结构的策略。
2.作品名：Gen City-基于深度神经网络模型城市创新实验。
3.设计理念及思路：
Gen-City生成式城市创新实验旨在应对城市发展中出现的诸多问题，如城市功能风貌与规划定位的偏离、居民生活和工作空间的不平衡、交通拥堵及停车困难等。该实验预先设计了数据收集装置，收集研究范围内时间、空间、人等多方面的数据，以便研究其耦合关系，通过深度神经网络模型运算提供智能规划决策。
基于深度神经网络模型，收集研究范围内各条街道的街景数据，利用DeepLabV32+神经网络模型完成语义分割后得出街道各要素的占比，通过投喂大量经典城市CBD街景数据以构建标准数据集，比对分析，从而发现研究范围内存在的问题，为解决城市功能与风貌的问题提供了数据支撑。
针对生活需求和交通问题，该实验还设计了线上线下生活空间和智能办公停车空间。我们致力于通过前沿的城市规划与设计理念，构建一个集智能科技、绿色环保与高品质生活于一体的未来城市空间，让居民享受到便捷、舒适、智能的未来城市生活。
4.所选场地的具体位置：场地位于西安市雁塔区锦业路段，场地聚集了高端写字楼集群，建构了集办公研发、会展会议、商务金融、商业娱乐、现代服务等功能为一体的超大型商务中心区。目前已发展成为西安市“中央商务区”，形成了以高新技术产业为核心的现代商务活动聚集区。
5.场地分析：场地位于西安市中央商务区，区位优势显著，但是目前仍存在地块内风貌参差，商务廊道向两端渗透作用减弱以及交通和生活配套设计等问题。本实验预期重点关注地块风貌的问题，通过深度神经网络与街景数据研究，优化地块商务廊道风貌的空间结构，同时打造了未来停车、未来生活等配套设施，致力于通过前沿的城市规划与设计理念，构建一个集智能科技、绿色环保与高品质生活于一体的未来城市空间，让居民享受到便捷、舒适、智能的未来城市生活。
五、作品展示
中文站
