基于Fisher判别法的室内POI的显著度评价方法技术

本发明专利技术公开了一种基于Fisher判别法的室内POI的显著度评价方法，通过确定POI显著度影响因素，并对采集的样本数据进行语义量化以及标准化处理，生成样本数据集；然后利用Fisher判别分析法解算POI显著度样本数据，得到POI的空间位置、知名度，相对规模和独特性各个影响因素的权重系数，从而确定POI显著度的评价判别函数，并使用评价判别函数对待测样本进行评价判别。本发明专利技术能够适应于不同的室内场景，评价准确率高，对推动室内定位导航服务的发展具有重要的意义。有重要的意义。有重要的意义。

【技术实现步骤摘要】
基于Fisher判别法的室内POI的显著度评价方法


[0001]本专利技术涉及室内空间领域，具体涉及一种基于Fisher判别法的室内POI的显著度评价方法。

技术介绍

[0002]室内空间是一个真三维的人造封闭空间，各楼层的相似性极大，仅仅依靠定位设备(如GPS、WIFI、蓝牙等)提供的三维坐标信息无法完全满足用户确定位置和辨别方向的需求。室内地标作为室内空间认知中最基础、最重要的空间要素，能够帮助用户建立对室内环境的结构化理解，在寻路过程中，用户认知地图中的地标是连接真实世界空间和认知地图空间的重要线索，起着“锚固点”的作用。
[0003]目前提取地标的方法通常是基于显著度模型对兴趣点(point of interest，POI)的显著度进行计算，选择显著度较高的POI作为地标，因此，POI的显著度是提取地标的主要依据。但是，地标的研究多局限于室外空间，室内空间中的地标提取鲜少涉及。相较于室外导航，室内地标在导航位置服务中的作用更为重要，基于地标显著度模型提取室内地标的研究受到了越来越多研究人员的关注。2007年，Millonig等提出了一种基于地标进行行人导航的系统，该系统采用智能手机作为终端，利用室内地标引导行人在火车站寻路导航，其主要关注的问题是识别室内地标的视觉属性。2014年，Russo等提出了一种算法，可以自动生成包含可见地标(门、窗、通道)的室内导航路线。随后，Lyu提出了室内地标显著性评价的指标：可视性和可感知的形状特征(基于视觉显著性)、可达性和位置显著性(基于结构显著性)以及功能显著性(基于语义显著性)，并利用这些指标定量提取室内地标。Hund通过认知实验证明视觉空间记忆有助于室内空间中的寻路和定向。Fellner等提出了一种基于分类的方法，该方法对室内导航中的地标显著性因素进行评分，生成基于室内地标的导航路线以帮助人们在不熟悉的室内环境中进行寻路活动。李霖等人提出了一种基于地标的认知强度网格模型，用于改进室内路径规划和引导。沈婕等采用问卷调查的方法研究了影响室内地标显著性的因素，并认为影响室内地标显著性评价的因素有：效用、功能显著性、引用率和出入口。沈婕等提出了基于实例的评分系统，从视觉、语义和结构三个方面分析影响室内空间对象显著性的指标，并运用层次分析法(AHP)计算室内地标显著度评价指标权重系数，构建了室内地标显著度的层次结构模型，采用眼动实验法和问卷调查法对室内地标显著度的层次结构模型进行了验证。Xuke等提出了采用遗传算法(GP)构建室内地标显著度的非线性模型。
[0004]但是，当前大多室内地标显著度评价模型没有充分考虑室内环境的特点以及用户的主观体验，评价指标体系通常采取专家评分或沿用室外的指标体系，各指标的权重计算也过多基于以往经验，导致用这些方法选取出的地标与用户的认知不匹配。

技术实现思路

[0005]有鉴于此，本专利技术的目的是克服现有技术中的缺陷，提供基于Fisher判别法的室
内POI的显著度评价方法，能够适应于不同的室内场景，评价准确率高，能为室内地标的准确提取提供科学依据，对推动室内定位导航服务的发展具有重要的意义。
[0006]本专利技术的基于Fisher判别法的室内POI的显著度评价方法，包括如下步骤：
[0007]S1.确定POI显著度影响因素；所述影响因素包括知名度、空间位置、独特性以及相对规模；
[0008]S2.采集若干室内POI，并对若干室内POI进行等级划分，得到不同等级的室内POI；
[0009]S3.分别对若干室内POI的显著度影响因素进行量化处理，得到量化后的影响因素；
[0010]S4.对量化后的影响因素进行标准化处理，得到标准化后的影响因素；
[0011]S5.构建基于Fisher判别法的判别模型，将不同等级的室内POI作为判别模型的初始分类结果，将POI显著度影响因素作为判别模型的判别因子，并将标准化后的影响因素作为样本数据对判别模型进行解算，得到判别模型的判别函数以及判别函数的各组质心值；
[0012]S6.将待测室内POI的显著度影响因素依次进行量化以及标准化处理，得到处理后的POI显著度影响因素；
[0013]S7.将处理后的POI显著度影响因素代入判别函数，计算得到待测室内POI的函数值；
[0014]S8.计算待测室内POI的函数值与各组质心值之间的距离，得到若干距离值；并将若干距离值中最小的距离值对应的组等级作为待测室内POI的显著度等级。
[0015]进一步，对若干室内POI进行等级划分，得到不同等级的室内POI，具体包括：
[0016]S21.采集若干室内POI的回忆人次；
[0017]S22.将若干室内POI的回忆人次按照从大到小的顺序排列，得到回忆人次序列；
[0018]S23.采用自然间断聚类的方式对回忆人次序列进行等级划分，得到等级由高到低的室内POI分类结果。
[0019]进一步，对室内POI的显著度影响因素进行量化处理，得到量化后的影响因素，具体包括：
[0020]在设定的分值范围内对室内POI的知名度进行评分，并将所述评分的平均值作为知名度的量化值；
[0021]确定室内POI在设定的空间位置等级中的级别，并将所述级别对应的评分值作为空间位置的量化值；
[0022]确定室内POI在设定的独特性等级中的级别，并将所述级别对应的评分值作为独特性的量化值；
[0023]确定室内POI在设定的相对规模等级中的级别，并将所述级别对应的评分值作为相对规模的量化值。
[0024]进一步，所述步骤S4，具体包括：
[0025]S41.计算量化后的影响因素的算术平均值；
[0026]S42.计算量化后的影响因素的标准差；
[0027]S43.计算量化后的影响因素与其对应算术平均值的差值，并将所述差值与其对应的标准差进行比值运算，将所述比值运算结果作为量化后的影响因素的标准值；
[0028]S44.按照步骤S43类推，得到所有量化后的影响因素的标准值。
[0029]进一步，根据如下方法确定判别模型的判别函数：
[0030]S51.通过对判别模型进行解算，得到若干判别函数；
[0031]S52.从若干判别函数中选取方差百分比最高的判别函数作为待选判别函数；
[0032]S53.从待选判别函数中选取正则相关性最高的判别函数作为目标判别函数；并将所述目标判别函数作为判别模型的判别函数。
[0033]进一步，根据如下公式确定判别模型的判别函数y1：
[0034]y1＝γ1x1+γ2x2+γ3x3+γ4x4‑
δ；
[0035]其中，x1为知名度；γ1为知名度系数；x2为空间位置；γ2为空间位置系数；x3为独特性；γ3为独特性系数；x4为相对规模；γ4为相对规模系数；δ为常数项。
[0036]本专利技术的有益效果是：本专利技术公开的一种基于Fisher判别法的室内POI的显著度评价方法，通过确定PO本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Fisher判别法的室内POI的显著度评价方法，其特征在于：包括如下步骤：S1.确定POI显著度影响因素；所述影响因素包括知名度、空间位置、独特性以及相对规模；S2.采集若干室内POI，并对若干室内POI进行等级划分，得到不同等级的室内POI；S3.分别对若干室内POI的显著度影响因素进行量化处理，得到量化后的影响因素；S4.对量化后的影响因素进行标准化处理，得到标准化后的影响因素；S5.构建基于Fisher判别法的判别模型，将不同等级的室内POI作为判别模型的初始分类结果，将POI显著度影响因素作为判别模型的判别因子，并将标准化后的影响因素作为样本数据对判别模型进行解算，得到判别模型的判别函数以及判别函数的各组质心值；S6.将待测室内POI的显著度影响因素依次进行量化以及标准化处理，得到处理后的POI显著度影响因素；S7.将处理后的POI显著度影响因素代入判别函数，计算得到待测室内POI的函数值；S8.计算待测室内POI的函数值与各组质心值之间的距离，得到若干距离值；并将若干距离值中最小的距离值对应的组等级作为待测室内POI的显著度等级。2.根据权利要求1所述的基于Fisher判别法的室内POI的显著度评价方法，其特征在于：对若干室内POI进行等级划分，得到不同等级的室内POI，具体包括：S21.采集若干室内POI的回忆人次；S22.将若干室内POI的回忆人次按照从大到小的顺序排列，得到回忆人次序列；S23.采用自然间断聚类的方式对回忆人次序列进行等级划分，得到等级由高到低的室内POI分类结果。3.根据权利要求1所述的基于Fisher判别法的室内POI的显著度评价方法，其特征在于：对室内POI的显著度影响因素进行量化处理，得到量化后的影响因素，具体包...

【专利技术属性】
技术研发人员：李华蓉，李天童，郑嘉欣，陈涛，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：