[论文解读] Modelling urban networks using Variational Autoencoders

Kira Kempinska, Roberto Murcio|arXiv (Cornell University)|May 14, 2019

Remote Sensing and LiDAR Applications参考文献 24被引用 5

一句话总结

本文提出使用变分自编码器（VAEs）从卫星图像和地图影像中学习城市街道路网的低维、可解释表征，从而实现城市形态的定量比较以及新生成的、逼真的城市布局。模型在1,059张全球街道路网图像上进行训练，成功在潜在空间中捕捉了关键的城市指标，并生成了与现实世界复杂性相符的合成网络，尽管由于数据集规模限制，图像分辨率仍显不足。

ABSTRACT

A long-standing question for urban and regional planners pertains to the ability to describe urban patterns quantitatively. Cities' transport infrastructure, particularly street networks, provides an invaluable source of information about the urban patterns generated by peoples' movements and their interactions. With the increasing availability of street network datasets and the advancements in deep learning methods, we are presented with an unprecedented opportunity to push the frontiers of urban modelling towards more data-driven and accurate models of urban forms. In this study, we present our initial work on applying deep generative models to urban street network data to create spatially explicit urban models. We based our work on Variational Autoencoders (VAEs) which are deep generative models that have recently gained their popularity due to the ability to generate realistic images. Initial results show that VAEs are capable of capturing key high-level urban network metrics using low-dimensional vectors and generating new urban forms of complexity matching the cities captured in the street network data.

研究动机与目标

• 开发一种基于深度生成模型的数据驱动方法，用于建模城市街道路网。
• 通过学习低维潜在表征，实现在无需先验假设情况下的城市形态定量比较。
• 生成与真实城市结构复杂性相符的新颖、逼真城市网络布局。
• 探索VAEs在城市科学中的潜力，以从空间数据中捕捉高层次城市指标。

提出的方法

• 本研究采用变分自编码器（VAE）架构，包含编码器和解码器神经网络，将街道路网图像压缩至低维潜在空间。
• 编码器通过变分后验分布 qφ(z|x) 将城市街道路网图像输入映射为潜在向量 z，以建模编码过程中的不确定性。
• 解码器通过 pθ(x|z) 从潜在向量重建原始图像，目标是最小化重建误差。
• VAE损失函数结合了重建对数似然和KL散度正则项，以确保潜在空间遵循标准正态分布。
• 模型在1,059张来自OpenStreetMap（OSM）的街道路网图像上进行训练，图像经预处理为表示道路段的二值图像。
• 潜在向量用于聚类，并通过从学习到的潜在分布中采样并解码，生成新的城市形态。

实验结果

研究问题

• RQ1 VAEs能否有效学习城市街道路网的低维表征，同时保留关键的结构指标？
• RQ2 VAE从其潜在编码中重建真实城市街道路网图像的效果如何？
• RQ3 VAE能否生成新颖且逼真的城市网络布局，使其复杂性与真实城市相当？
• RQ4 所学习的潜在表征在可解释性方面与既有的城市网络指标相比如何？
• RQ5 数据集规模对生成城市形态的质量和分辨率有何影响？

主要发现

• VAE成功将1,059张全球街道路网图像压缩为低维潜在向量，实现了无需先验假设的城市形态定量比较。
• 模型实现了高质量的图像重建，表明其有效学习了底层城市街道路网模式。
• 通过潜在空间采样生成的合成城市形态在结构复杂性上与真实城市相当，证明了其生成能力。
• 尽管重建和生成性能表现良好，但生成图像的分辨率仍较低，归因于训练数据集规模有限。
• 潜在空间捕捉了高层次城市网络指标，但由于深度学习的黑箱特性，潜在维度与既有的网络指标（如连通性或中心性）之间的精确关系尚不明确。
• 本研究证实了VAEs在城市建模中的潜力，但也凸显了需要更大数据集以提升生成保真度。