[發明專利]一種基于在線學習與眾包數據分析的城市環境評估方法和系統

有效

• 申請號: 201911332515.0
• 申請日: 2019-12-22
• 公開（公告）號: CN111210111B
• 公開（公告）日: 2023-10-13
• 發明（設計）人: 張一楊;馬小雯;舒元昊;張惠根;林興萍
• 申請（專利權）人: 中電海康集團有限公司
• 主分類號: G06Q10/0639
• 分類號: G06Q10/0639;G06Q50/26;G06F18/214;G06F18/20
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 楊天嬌

1.一種基于在線學習與眾包數據分析的城市環境評估方法，其特征在于，所述基于在線學習與眾包數據分析的城市環境評估方法，包括：

步驟S1、從眾包數據平臺采集城市環境評估數據，并利用眾包算法對采集的城市環境評估數據進行預處理；

步驟S2、構建城市環境評估模型，并采用預處理后的城市環境評估數據訓練所述城市環境評估模型；

步驟S3、采集新的模型訓練數據，構建在線學習算法，基于新的模型訓練數據利用所述在線學習算法定時優化所述城市環境評估模型，并利用最新的城市環境評估模型對待評估的成對街景圖片輸出城市印象屬性比較結果。

2.如權利要求1所述的基于在線學習與眾包數據分析的城市環境評估方法，其特征在于，所述從眾包數據平臺采集城市環境評估數據，包括：

步驟S1.1、將成對街景圖片發布于眾包數據平臺上；

步驟S1.2、接收眾包數據平臺上的標注者對每一成對街景圖片的比較結果；

步驟S1.3、將比較結果作為當前標注者對當前成對街景圖片產生的標簽，建立標注者、成對街景圖片和標簽三者之間的一一對應關系。

3.如權利要求2所述的基于在線學習與眾包數據分析的城市環境評估方法，其特征在于，利用眾包算法對采集的城市環境評估數據進行預處理，包括：

步驟S1.4、設待標注的樣本總數為N，即成對街景圖片的總對數為N，從眾包數據平臺上獲取K位標注者的比較結果，即標簽，并且標簽的類別總數為I類；

步驟S1.5、對于第n個樣本有以下關系式：

其中，P表示第n個樣本的真實標簽為i的概率，記作i表示標簽類別i，且i∈(1，...，I)；

步驟S1.6、每位標注者對應一個I×I的混淆矩陣，第k位標注者對應的混淆矩陣記作π^(k)，表示第k位標注者將真實標簽為a的樣本標注為b的概率，a表示標簽類別a且a∈(1，...，I)，b表示標簽類別b且b∈(1，...，I)，并且

步驟S1.7、構造條件概率如下：

其中，S_n代表第n個樣本，Q_ni表示在當前參數下第n個樣本的真實標簽為i的概率，表示每個樣本對應的真實標簽分別為1，...i，...I的概率集合，以表示第n個樣本的真實標簽為i的概率，即π表示每位標注者對應的混淆矩陣；

步驟S1.8、采用眾包算法計算每個樣本對應的真實標簽分別為1，...i，...I的概率集合以及每位標注者對應的混淆矩陣π，根據計算得到的與π，通過條件概率公式Q_ni可計算每個樣本對應所有比較結果的條件概率，選擇每個樣本最大的條件概率對應的比較結果作為當前樣本最終的標簽。

4.如權利要求3所述的基于在線學習與眾包數據分析的城市環境評估方法，其特征在于，所述采用眾包算法計算每個樣本對應的真實標簽為i的概率集合以及每位標注者對應的混淆矩陣π，包括：

所采用的眾包算法為EM算法，采用EM算法計算與π，計算過程如下：

定義Q_ni的初始值為：

其中，k表示標注者的編號，表示所有標注者將第n個樣本標注為i的次數，表示第k位標注者將第n個樣本標注為b的次數，因此Q_ni的初始值為所有標注者將第n個樣本標注為i的次數除以所有標注者對第n個樣本進行標注的總次數；

定義M步如下：構建輔助函數，利用極大似然估計最大化輔助函數以更新參數與π；其中輔助函數為：

定義E步如下：根據貝葉斯公式，通過與π更新Q_ni的數值，更新公式如下：

循環執行E步和M步至滿足EM算法的終止條件，可得到最終參數與π。