[发明专利]生活性街道空间品质测度方法、系统、计算机设备及介质

说明书

本发明公开了一种生活性街道空间品质测度方法、系统、计算机设备及介质，所述方法包括：获取目标区域的街景图像数据；根据街景图像数据，建立街景图像数据库，通过随机森林机器学习模型，对街景图像进行打分，实现对街景图像的主观感知；通过基于深度学习全卷积网络的视觉影像语义分割和K‑means聚类算法，获取街道的多个环境评价指标，对街景图像进行客观环境评价；根据层次分析法赋予街景图像的主观感知和客观环境评价的各结果权重，计算街道综合评价的测度结果。本发明可以精准测度城市生活性街道空间品质，具有高效率、易于推广运用的优势，可广泛应用于城市规划生活性街道空间品质调查测度领域。

技术领域

本发明涉及一种生活性街道空间品质测度方法、系统、计算机设备及介质，属于城乡规划领域。

背景技术

街道空间是城市的“毛细血管”，触及市民生活与游客出行的方方面面。生活性街道一般位于居住社区中，是最常见的街道类型，其车行道宽度通常不超过双向四车道，兼具交通和承载居民日常生活的功能，对于人们日常生活和邻里交往有着不可忽视的重要性。在人本主义视角的街道研究中，人与街道是两个不能忽视的主体，人对街道的空间感知和在街道中的活动是人与街道产生联系的两种主要方式，这种方式在生活性街道中尤为重要。

既有街道空间品质的测度评估方法主要是基于实地调查数据、基于基础地理信息数据和基于街景图片的测度。然而，大量街道空间品质研究所构建的评价体系仍聚焦于单一指标(如绿视率)或由多个普适性指标组成，未纳入特定地域环境下的特色性指标，缺乏一定在地性。

发明内容

有鉴于此，本发明提供了一种生活性街道空间品质测度方法、系统、计算机设备及存储介质，其针对城市的建成环境，选取对应指标构建评价体系，同时结合主观感知和客观环境评价的方法，实现对生活性街道空间品质的深入综合评估，以精准测度城市生活性街道空间品质，具有高效率、易于推广运用的优势，可广泛应用于城市规划生活性街道空间品质调查测度领域。

本发明的第一个目的在于提供一种生活性街道空间品质测度方法

本发明的第二个目的在于提供一种生活性街道空间品质测度系统。

本发明的第三个目的在于提供一种计算机设备。

本发明的第四个目的在于提供一种存储介质。

本发明的第一个目的可以通过采取如下技术方案达到：

一种生活性街道空间品质测度方法，所述方法包括：

获取目标区域的街景图像数据；

根据街景图像数据，建立街景图像数据库，通过训练好的随机森林机器学习模型，对街景图像进行打分，实现对街景图像的主观感知；

通过基于深度学习全卷积网络的视觉影像语义分割和K-means聚类算法，获取街道的多个环境评价指标，对街景图像进行客观环境评价；

根据层次分析法赋予街景图像的主观感知和客观环境评价的各结果权重，计算街道综合评价的测度结果。

进一步的，所述获取目标区域的街景图像数据，具体包括：

以预设间距划分目标区域内街道的采样点，获取采样点前后左右四个方向上的街景图像。

进一步的，所述根据街景图像数据，建立街景图像数据库，通过随机森林机器学习模型，对街景图像进行打分，实现对街景图像的主观感知，具体包括：

根据街景图像数据，建立街景图像数据库；

对街景图像数据库随机抽取预设百分比的街景图像作为打分样本，获取目标区域所在地居民对打分样本的多级评分；

通过随机森林机器学习模型对打分样本的结果进行机器深度学习，对随机森林机器学习模型进行参数调整，得到训练好的随机森林机器学习模型；