[发明专利]一种街道品质评价方法、装置、系统及存储介质有效

专利信息
申请号: 202010053244.1 申请日: 2020-01-17
公开(公告)号: CN111242493B 公开(公告)日: 2020-11-24
发明(设计)人: 胡峰;刘为;卢俊余;阳敏;宋程鹏;邢汉发 申请(专利权)人: 广州市城市规划勘测设计研究院
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/26;G06F16/9537
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 黄华莲;郝传鑫
地址: 510060 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 街道 品质 评价 方法 装置 系统 存储 介质
【权利要求书】:

1.一种街道品质评价方法,其特征在于,包括:

获取待评价街道的街景图像及POI数据;

提取所述POI数据的城市功能语义信息,以及构建所述街景图像的空间特性指标;其中,所述空间特性指标包括开敞度指标及围合度指标;将所述待评价街道划分为同一预设分辨率的栅格单元,并将落入同一所述栅格单元的POI文本词语作为一个输入文档,获取所有所述输入文档;根据所述输入文档及其POI文本词语,计算不同主题数量下每个主题的文本语义归类情况,并根据所述文本语义归类情况,确定所述待评价街道的主题数量;计算所述输入文档中每个主题的分布概率,及每个主题中POI文本词语的分布概率,并构建主题模型;基于所述主题模型提取所述POI数据中的城市功能语义信息;

将所述城市功能语义信息和所述空间特性指标输入到预先建立的自适应城市功能预测模型,得到所述待评价街道的街道城市功能预测结果;

基于所述街道城市功能预测结果对所述待评价街道的街道品质进行评价。

2.如权利要求1所述的街道品质评价方法,其特征在于,所述提取所述POI数据的城市功能语义信息,还包括:

根据公式(1)计算不同主题数量下每个主题的文本语义归类情况:

其中,Perplexity(d)为输入文档d的文本语义归类情况,Wd为输入文档d的POI文本词语,p(Wd)为POI文本词语Wd属于输入文档d的概率,M为输入文档d的总数量,Nd为输入文档d的POI文本词语的数量;

根据公式(2)和(3)计算所述输入文档中每个主题的分布概率,及每个主题中POI文本词语的分布概率:

其中,Θ为输入文档中主题Z的分布概率,α、β为主题模型的超参数,为每个主题中POI文本词语W的分布概率,K为主题Z的数量,V为POI文本词语W的数量,为主题Z在输入文档d中出现的次数,为POI文本词语W在主题Z中出现的次数。

3.如权利要求1所述的街道品质评价方法,其特征在于,所述构建所述街景图像的空间特性指标,具体包括:

采用预设的语义分割模型对所述街景图像进行语义分割;

提取语义分割后的街景图像中的街景图像目标像素;其中,所述街景图像目标像素包括植被像素、道路像素、建筑像素、汽车像素及天空像素;

基于所述街景图像目标像素构建所述街景图像的空间特性指标。

4.如权利要求1所述的街道品质评价方法,其特征在于,所述将所述城市功能语义信息和所述空间特性指标输入到预先建立的自适应城市功能预测模型,得到所述待评价街道的街道城市功能预测结果,具体包括:

将预先获取的街道的城市功能语义信息及空间特性指标组织成训练样本,并基于所述训练样本对预设的多层感知器进行训练,得到自适应城市功能预测模型;

将所述待评价街道的城市功能语义信息和空间特性指标输入到所述自适应城市功能预测模型,得到所述待评价街道的街道城市功能预测结果。

5.如权利要求3所述的街道品质评价方法,其特征在于,所述基于所述街道城市功能预测结果对所述待评价街道的街道品质进行评价,具体包括:

将所述待评价街道划分为网格,计算包含商业、生活城市功能主题的网格内POI的核密度,并对每个所述POI的核密度进行分级评分,得到每个所述POI的评分值;

构建所述待评价街道中的交通测算指标,并对所述交通测算指标进行分级评分,得到公交站点评分值;

根据所述道路像素及所述汽车像素,构建道路覆被完整度指标,并对所述道路覆被完整度指标进行分级评分,得到道路覆被完整度评分值;

根据每个所述POI的评分值、所述公交站点评分值及所述道路覆被完整度评分值,计算商业、生活、交通城市功能评分值;

根据所述街道城市功能预测结果,计算商业、生活、交通城市功能的权重;

根据所述商业、生活、交通城市功能评分值及权重,获得所述待评价街道的街道品质评价结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州市城市规划勘测设计研究院,未经广州市城市规划勘测设计研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010053244.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top