[发明专利]一种基于卫星影像和网络的城市区域功能属性的识别方法

说明书

本发明涉及一种基于卫星影像和网络的城市区域功能属性的识别方法，属于多模态传感器数据处理技术领域。首先，收集在城市区域内分布的路由器上活动的用户的连接行为信息以及整个城市区域对应的卫星影像。其次，基于收集到的数据进行城市区域的特征定义与提取，即对网络数据进行用户行为特征的提取，对卫星影像特征通过卷积神经网络进行视觉特征提取。最后，采用AdaBoost算法整合一系列的决策树模型进行城市区域功能属性识别，从而增加在训练的迭代过程中发现关键特征的稳定性。本发明的优点是融合了两种模态的传感器数据，提高了城市区域功能属性识别的灵活性和准确率。本方法采用的数据易获取，算法的计算复杂度低，可扩展性强，适合于实际工业应用。

技术领域

本发明涉及一种基于卫星影像和网络的城市区域功能属性的识别方法，属于多模态传感器数据处理技术领域。

背景技术

具备不同功能属性的城市区域是随着城市的自然演化自然形成的，并为满足居民日常生活所需提供不同的功能服务。对城市区域功能的获取可以方便很多有价值的服务，例如城市规划、商业选址、出行建议等。目前一类自动进行城市区域功能判别的方法大多依赖于对用户在区域间移动的数据分析。虽然用户在区域间转移的行为模式在一定程度上反映了区域的功能特征，但是用户在区域内部的行为模式在当前的研究中并没有充分利用，以更好地理解用户的行为如驻留时长特征是如何受到区域功能影响的。

通过在城市范围内部署的大量Wi-Fi无线接入点，可以获得大量用户的Wi-Fi连接记录。相比于GPS轨迹具有在建筑内部信号缺失的问题，以及手机基站定位精度不高的问题，这种数据形式具有体量大、精度高、富含用户行为特征的优势。除了Wi-Fi访问提供的用户行为特征，城市基础设施的地理位置分布，如公园、建筑、公路等，可以提供城市功能的静态视觉特征反映。采用高清的卫星影像，可以基于公共基础设施的俯视图特征对城市区域进行分析。通过对Wi-Fi用户行为和卫星影像这两种城市传感器数据进行融合，可以提供更好的功能属性识别方法。

综上所述，融合卫星影像和Wi-Fi连接进行城市区域功能属性的识别方法是利用多种传感器数据的识别能力对城市区域功能属性进行有效识别的关键技术。这种城市区域功能属性的识别方法的作用是给出城市范围内的大量用户Wi-Fi的连接记录以及城市卫星影像数据，通过对行为特征和视觉特征进行提取，并设计有效分类器进行实现。随着城市化进程的快速发展，以及城市日常运营过程中产生的大量数据，这种城市区域功能属性的识别方法不可避免地需要满足如下要求：1)对多种数据类型应用的灵活性；2)对不同数量和质量的城市数据的适应性；3)对多种区域功能类型识别的扩展性。在城市区域功能属性识别的过程中，应该尽量保证上述三点，这样才能保证区域功能属性的识别在视城市大数据上的灵活应用，否则在区域功能属性的识别的过程中，很难利用好多种数据来源的识别能力，从而影响最终功能识别的效果。因此，城市区域功能属性的识别算法需要尽可能的保证以上三点要求。

发明内容

本发明提出了一种基于卫星影像和网络的城市区域功能属性的识别方法，其核心在于通过分析易收集的大规模的城市Wi-Fi上用户连接信息以及城市区域的地理卫星影像，来自动地感知城市中不同区域的功能特征，从而让城市居民以及城市的管理者更好地理解城市区域分布的现状以及发展的进程，为包括旅游路线选择、商业选址以及城市建设规划等方面的实际应用做出建议和贡献。

本发明提出的基于卫星影像和网络的城市区域功能属性的识别方法，包括以下步骤：

(1)在城市区域内布置供网络用户免费使用的路由器，利用路由器收集用户访问网络的时间T_A和离开网络的时间T_L，或者城市区域内网络用户利用手机自动数据收集程序发送访问网络的时间T_A和离开网络的时间T_L,每次用户访问的持续时间记为Ｄ，则：

D＝T_L-T_A