谷歌街景和百度街景的数据质量和可用性到底谁更强？70万张SVI告诉你答案丨城市数据派

数据精英春季特训营火热来袭！

行业大咖亲授，

实战项目演练，

高效学习路径，

点燃你的数据潜能！

同时报名还可享更多优惠：

任选2套同报，再减200元

任选3套同报，再减360元

任选4套同报，再减520元

任选5套同报，再减700元

任选6套同报，再减900元

加我获取每套课程详细介绍

加我咨询和报名课程

---

核心内容与创新总结

该篇文章的核心内容和观点是评估Google Street View (GSV) 和 Baidu Street View (BSV) 的数据质量和可用性，并探讨它们在城市地理信息研究中的应用。文章通过比较这两种街景图像（SVI）的采集方法、数据质量、时间覆盖和视觉元素相似性，提出了一个用于跨平台比较SVI质量的框架。

核心内容和观点：

1. 研究背景：
• SVI已成为重要的城市地理信息数据来源，但目前缺乏统一的标准来整合使用GSV和BSV。
• 本研究选择香港特别行政区作为研究区域，因为这里既有GSV也有BSV服务。
2. 研究方法：
• 开发了一种基于搜索的SVI收集方法，使用SQLite数据库管理超过70万张SVI。
• 采用深度学习方法处理数据，提取视觉元素并进行比较。
3. 主要发现：
• BSV在采集效率和重复性方面优于GSV，而GSV在时间覆盖方面表现更好。
• GSV和BSV在建筑、绿化和天空等视觉元素上具有高度相关性。
4. 跨平台互补性：
• 提出一个比较框架，用于评估和理解不同地图提供商提供的SVI的质量。
  
  

亮点和创新之处:

1. 跨平台比较：
• 首次全面比较了GSV和BSV的数据质量和可用性，填补了现有研究的空白。
2. 数据收集方法：
• 开发了一种基于元数据的SVI收集方法，避免了传统方法中常见的遗漏和重复问题。
3. 多维度评估：
• 从时间、空间和参数设置等多个维度评估了SVI的质量，提供了更全面的分析。
4. 实际应用：
• 提出的比较框架不仅适用于学术研究，还为城市规划者和研究人员提供了实用的工具。
5. 技术应用：
• 使用深度学习模型进行视觉元素的提取和分析，提高了数据处理的准确性和效率。
6. 理论支持：
• 研究结果为全球尺度的城市研究提供了理论支持，有助于理解和分析不同城市的发展趋势。

通过这些创新点，文章为SVI的联合使用提供了新的视角和方法，为城市地理信息研究开辟了新的路径。

摘  要

Google街景（GSV）和百度街景（BSV）覆盖了世界上大多数城市。然而，它们的联合使用和研究应用仍然缺乏统一的标准。我们选择了中国香港特别行政区（SAR）作为研究区域，这里两种街景图像（SVI）都可以获得。在本研究中，我们基于搜索导向的方法开发了一种SVI收集方法。使用SQLite数据库管理了超过70万张SVI，并进行了比较实验。我们采用了深度学习方法来处理数据，并从两种类型的SVI中提取视觉元素。我们从时间覆盖、数据采集效率、采集重复性和视觉元素相似性等方面，对这两种SVI的数据质量和可用性进行了全面比较。研究结果表明，在采集效率和重复性方面，BSV优于GSV，而在时间覆盖方面，GSV表现更好。研究结果还证实了GSV和BSV在建筑、绿化和天空等视觉元素上具有高度相关性，相关系数分别为0.781、0.664和0.653。本研究提出的比较框架为利用SVI数据进行全球尺度研究的地理信息研究者提供了理论支持。

关键词：Google街景、百度街景、数据质量、街景的可用性

作者：Lei Wang，Tianlin Zhang，Jie He，Martin Kada

该论文PDF共26页，关注城市数据派微信公众号，在微信公众号对话框中输入 25224，即可获得该全文PDF的下载方式。

最近有朋友问我们：为什么没有及时看到推文？因为微信改了推送规则，没有点“赞”或“在看”，没有把我们“星标”，都有可能出现这种状况。

加“星标”，不迷路！看完文章顺手点点“赞”或“在看”，就可以准时与我们见面了~

原文始发于微信公众号（城市数据派）：谷歌街景和百度街景的数据质量和可用性到底谁更强？70万张SVI告诉你答案丨城市数据派