En el proceso de planificación de una intervención urbano-arquitectónica en el espacio público, resulta fundamental contar con una comprensión profunda de la ciudad o el entorno circundante. Este estudio presenta una metodología y el desarrollo de la herramienta "Street Data Insight", un complemento para Grasshopper que permite la adquisición y el procesamiento de datos geoespaciales obtenidos a partir de imágenes a nivel de calle, para reconstruir digitalmente los perfiles urbanos. Con el objetivo de facilitar el análisis del espacio público y contribuye a la formulación de estrategias, la creación de escenarios y la toma de decisiones informada. Además, busca agilizar los procesos de reconocimiento remoto, reduciendo así los tiempos y costos asociados a los desplazamientos iniciales, y servir como recurso para fines académicos y de investigación.
Segmentación por deep learning RTFP
Este proyecto es de carácter académico y se ha utilizado material visual proveniente de Google Street View.
Las imágenes empleadas son propiedad de Google y se incluyen exclusivamente con fines educativos e investigativos.
Todos los derechos de las imágenes corresponden a Google.
Año de publicación: 2025.