[發明專利]一種基于人機對抗評分的街道品質評估方法

在審

• 申請號: 201911373502.8
• 申請日: 2019-12-26
• 公開（公告）號: CN111126864A
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 姚堯;劉曄;關慶鋒;王葭泐
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F16/9537;G06Q50/26
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 龔春來

1.一種基于人機對抗評分的街道品質評估方法，其特征在于，包含如下步驟：

S1、根據待評估區域的路網數據，確定街道上用于品質評估的采樣點位置處坐標，形成坐標文件；

S2、根據坐標文件，爬取對應位置處的街景圖片構建初始數據集；

S3、對初始數據集中的各張街景圖片分別進行深度學習語義分割，提取出街景中所包含的地物級別的視覺要素，然后統計每種地物級別的視覺要素在整幅街景圖片中所占的像素比例，得到每張街景圖片的特征表示：ImgFeatureVector_i＝(Object₁,Object₂,…,Object_k)，其中，k表示所有的地物類別的總數，Object₁,Object₂,…,Object_k表示第i張街景圖片中第1,2,…，k種地物級別的視覺要素在整幅街景圖片中所占的像素比例；

S4、基于人機對抗評分系統，通過人機交互方式對街景圖片進行打分，每張打分后的街景圖片的分數以及對應的特征表示作為一個訓練數據，后臺采用隨機森林模型利用訓練數據進行訓練，得到訓練好后的隨機森林模型；

S5、利用步驟S4訓練好的隨機森林模型，完成對待評估區域的打分，從而完成街道品質評估。

2.根據權利要求1所述的基于人機對抗評分的街道品質評估方法，其特征在于，所述街景圖片，沿著城市道路路網進行采集，至少包括每個采樣點位置0°、90°、180°和270°四個水平角度的街景，且必須包含街景所在位置的經緯度坐標；所述的初始數據集包含多張街景圖片數據。

3.根據權利要求1所述的基于人機對抗評分的街道品質評估方法，其特征在于，通過訓練出全卷積神經網絡FCN-8s對街景圖片進行語義分割，預測出街景圖片紅每一個像素的類別，從而產生地物級別的視覺要素。

4.根據權利要求3所述的基于人機對抗評分的街道品質評估方法，其特征在于，采用MIT ADE20K數據集訓練全卷積神經網絡FCN-8s，通過訓練好的全卷積神經網絡FCN-8s，將各張街景圖片中的每一個像素被預測為包括“unknown”類型在內的151種地物類型中的一種地物類型，總的地物類型來源于MIT ADE20K數據集；統計每種地物級別的視覺要素在整幅街景圖片中所占的像素比例，得到每張街景圖片對應的151維的向量特征表示：ImgFeatureVector_i＝(Object₁,Object₂,…,Object₁₅₁)。

5.根據權利要求1所述的基于人機對抗評分的街道品質評估方法，其特征在于，步驟S4和S5中在進行打分時，打分的指標包括富有性、安全性、活力值、無聊程度、美麗程度和壓抑性六個指標，這些指標用于街道品質評估，各指標打分的值域都被設置為[0,n]，0表示最低水平，n表示最高水平，n大于0。

6.根據權利要求1所述的基于人機對抗評分的街道品質評估方法，其特征在于，所述人機對抗評分系統為基于C/S或者B/S端的街道品質打分系統，收集人們對于城市街道品質的定量認知，所述人機對抗評分系統在人機交互打分的過程中，隨機地從初始數據集中抽取一張街景圖片，并顯示給用戶，然后接受用戶在接受到街景圖片后，按照自己對于街道品質的認知給出各個指標的評分，然后會收集用戶對于街道品質各個指標的打分，構建隨機森林擬合模型來擬合特征表示及對應的用戶評分分值。