基于多模态视觉语言模型的老旧社区环境特征解析——以重庆市中心城区为例

摘要

【目的】针对老旧社区环境特征识别中传统方法效率低、受主观因素影响较大的局限，提出一种融合多模态视觉语言模型(VLM)与带地理信息的众源图像的创新方法框架，识别与提取老旧社区环境特征，并对其进行量化与归类。【方法】以重庆市中心城区为研究区，通过构建众源图像数据集，利用多模态视觉语言模型提取图像语义转化为文本，结合BERTopic主题建模技术提取聚类，将聚类结果映射到地理空间分析特征分布和共现结果。【结果】提取50个聚类得到涵盖空间骨架、微观细节、绿化形式及场所氛围的17组环境感知特征主题，识别出7类典型的特征空间共现模式，为空间定向改造提供建议。【结论】老旧社区环境具有复杂的异质性特征，并受历史风貌与公共生活的深度影响；多模态分析框架能够有效对老旧社区环境图像进行语义理解，实现低成本、高通量且精细化的环境特征挖掘。未来可以进一步结合社会学数据构建完整的更新闭环，真正服务于“好房子、好小区、好社区、好城区”的系统性建设。

关键词

多模态视觉语言模型 / 老旧社区 / 众源图像 / 空间特征 / 重庆市中心城区

基金资助

国家自然科学基金重点项目(52238003); 重庆市社会科学青年项目(2021NDQN64)