【技术实现步骤摘要】
一种公众主观情感量化方法、系统及电子设备
[0001]本专利技术属于情感量化
,具体涉及一种公众主观情感量化方法、系统及电子设备。
技术介绍
[0002]城市景观可被定义为异质化的物理透视面,其中镶嵌着人、人工建筑、植被和自然地貌等多种视觉要素。随着城市建成区扩张、经济和社会水平飞速发展,人们不仅追求个性化的物质享受,还对城市的场景品质有更高的要求。深入地探究人本场景视感对于丰富城市意象、增添美学属性、改善人居环境和提升土地价值具有重要作用。
[0003]目前国内已经有一些公众情感方面的研究成果。在前人工作基础上,Han et al.(2020)基于马斯洛需求层次理论,旨在开展了社区尺度下公众对环境情感方面的景观评价。其中,物理环境和心理感受是公众情感评估框架中两个非常重要的层级,因为人类的情感需求存在由低至高逐级满足的规律。目前,我国缺少探索城市物理景观和公众主观情感复杂联系的科学工具,并且缺少大尺度的公众情感量化手段。
[0004]近几年,由于图像大数据集在数据量、覆盖范围和研究视角上具有优势,被广泛地用于城市景观定量评估工作。例如,城市绿植的可视程度和林荫郁闭程度;场景语义和社会情感之间的联系。这些交叉学科研究的量化工作重点在物理感知层面上。此外,目前街景相关的研究主要服务于城市规划和设计、环境审计以及制图可视化等方面,而在城市生态领域的案例研究极少,尤其缺乏大范围精细粒度的公众情感方面的技术路径。
技术实现思路
[0005]针对现有技术中的上述不足,本专利技术采用的技术方 ...
【技术保护点】
【技术特征摘要】
1.一种公众主观情感量化方法,其特征在于:包括以下步骤:S1、选取城市图像,采用互联网众包和成对比较法获取每张城市图像的主观情感得分;其中主观情感包括美感、安全、生动、富饶、单调和压抑;S2、获取各类主观情感的所有得分的平均值和方差,根据平均值和方差对每张城市图像的该类主观情感进行二分类,得到每张城市图像的该类主观情感对应的分类值,进而获取每张城市图像的主观情感得分对应的二分类标签向量;S3、采用图像编码器和神经网络构建情感指数模型,将城市图像和其对应的二分类标签向量作为训练集对情感指数模型进行训练,得到训练后的情感指数模型;S4、采用训练后的情感指数模型对目标图像进行主观情感量化。2.根据权利要求1所述的公众主观情感量化方法,其特征在于,步骤S1的具体方法包括以下子步骤:S1
‑
1、选取任意两张城市图像,采用互联网众包和成对比较法获取每张城市图像分别在美感、安全、生动、富饶、单调和压抑六个方面进行比较;比较结果包括“获胜”、“平局”和“失败”;S1
‑
2、根据公式:2、根据公式:获取第i张城市图像在第n类主观情感中获胜的概率P
in
和失败的概率其中为第i张城市图像在第n类主观情感中获胜的次数;r
in
为第i张城市图像在第n类主观情感中平局的次数;为第i张城市图像在第n类主观情感中失败的次数;S1
‑
3、根据公式:对第i张城市图像在第n类主观情感中的表现进行打分,得到第i张城市图像在第n类主观情感中的得分其中表示第i张城市图像在第n类主观情感中胜过第j张城市图像的获胜比率;为第j张城市图像在第n类主观情感中获胜的次数;为第k张城市图像在第n类主观情感中失败的次数;表示失败于第i张城市图像的第k张城市图像的失败比率;n=1,2,3,4,5,6,分别对应于美感、安全、生动、富饶、单调和压抑。3.根据权利要求1所述的公众主观情感量化方法,其特征在于,步骤S2的具体方法包括以下子步骤:S2
‑
1、获取第n类主观情感的所有得分的平均值μ
n
和方差σ
n
;S2
‑
2、根据公式:
Y
zn
=μ
n
+ω
n
σ
n
获取第n类主观情感对应的负样本分类值和正样本分类值Y
zn
;其中ω
n
为第n类主观情感的控制参数;S2
‑
3、为第i个城市图像初始化一个元素个数等于主观情感类数的一维向量X
i
;S2
‑
4、为第i个城市图像的一维向量X
i
进行赋值,获取每个城市图像的二分类标签向量:若第i个城市图像的第n类主观情感得分小于则将一维向量X
i
中第n个元素值设置为
‑
1;若第i个城市图像的第n类主观情感得分大于Y
zn
,则将一维向量X
i
中第n个元素值设置为1;若第i个城市图像的第n类主观情感介于和Y
zn
之间,则将一维向量X
i
中第n个元素值设置为0。4.根据权利要求3所述的公众主观情感量化方法,其特征在于,第n类主观情感的控制参数ω
n
的取值范围为0.5≤ω
n
≤1.5。5.根据权利要求3所述的公众主观情感量化方法,其特征在于,步骤S3的具体方法包括以下子步骤:S3
‑
1、采用ResNeXt
‑
50作为情感指数模型的图像编码器,采用全连接人工神经网络替换ResNeXt
‑
50的输出层并作为情感指数模型的特征分类器,得到情感指数模型;S3
‑
2、剔除二分类标签向量中存在0元素的城市图像及该二分类标签向量,将剩余的城市图像及对应的二分类标签向量作为原始数据集;S3
‑
3、将原始数据集按照7:3的比例划分为训练集和测试集,通过7折交叉验证方式对情感指数模型进行训练,当情感指数模型的正确率达到阈值时,结束训练并...
【专利技术属性】
技术研发人员:张永霖,付晓,董仁才,邓红兵,吴钢,严岩,
申请(专利权)人:中国科学院生态环境研究中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。