La complejidad visual es un criterio crucial para evaluar la calidad de los entornos urbanos y una dimensión clave en la teoría de la excitación y la teoría de la preferencia visual. Cuantificar objetivamente la complejidad visual tiene una importancia significativa para el apoyo en la toma de decisiones en la planificación urbana. Este estudio propone un modelo de cuantificación de la complejidad visual basado en una máquina de vectores de soporte (SVM), incorporando seis indicadores clave, para establecer una relación de mapeo entre las características objetivas de la imagen y la percepción subjetiva de la complejidad. Este modelo puede predecir de manera eficiente y científica la complejidad de las vistas de las calles a gran escala. Los hallazgos de la investigación incluyen lo siguiente: (1) la introducción de una nueva dimensión de cuantificación para la complejidad del entorno urbano - complejidad jerárquica - que refleja la riqueza de los elementos de la calle basada en una comprensión semántica profunda de las imágenes; (2) el modelo de cuantificación de complejidad establecido demuestra una alta precisión, con los indicadores clasificados por contribución para la relación de compresión, contraste de escala de grises, complejidad jerárquica, dimensión fractal, complejidad del color y simetría; y (3) el modelo se aplicó para predecir y analizar la complejidad visual de los distritos de Xiaobailou y Wudadao en Tianjin, revelando que la complejidad visual de la mayoría de las calles es moderada, y se propusieron recomendaciones específicas basadas en diferentes niveles de complejidad visual.