【技术实现步骤摘要】
本专利技术涉及街道空间更新成效评估领域，更具体地说，它涉及一种基于街景图像的城市街道空间更新成效评估方法。
技术介绍
1、伴随我国城镇化进程的不断加快，城市发展已经逐步由大规模增量建设转向存量优化提质转变，城市更新成为当前城市尤其是大城市发展的重要主题；而街道作为城市最重要的公共空间组成部分，其空间更新更能够有效彰显城市治理水平，已然成为城市更新与空间治理的重要切入点。
2、与此同时，伴随人工智能与计算机视觉技术的不断完善，以及街景图像数据覆盖水平的不断提升，街景成为研究城市建成环境的新型地理大数据。这些街景图像数据记录了城市连续多年来的空间环境变迁，更详细刻画了城市街道空间中各类要素的变化过程，使得利用街景图像对城市建成环境进行中长期跟踪评估成为可能；研究者聚焦街景图像数据，利用深度学习算法模型，挖掘图像刻画的街道空间数据、评价街道空间环境品质、感知街道空间场景、探索街道环境背后隐含的社会问题，从不同层面建构起街景图像数据在城市研究中的应用场景。
3、利用街景图像进行城市街道空间更新评估的难点在于，首先是受限于当前国内街景图像数据获取难度(目前仅有百度开放街景数据下载)，其次由于采集设备、时间、地点及气候条件的差异，相同街道同一位置难以获取相同视角、相似季相、相同视距等条件下的多时相街景图像数据。这导致利用多时相街景图像数据做街道建成环境对比评价的难度进一步提升，且从既有研究成果来看，面向城市更新对象识别的多时相街景图像实践应用，尚未形成相对完整、成熟的技术方法。
4、因此，在城市发展转向存
5、(1)现有的技术方案忽视了视点、视角、视距、季节和亮度等条件对街景图像产生的影响，导致街景图像数据在同一位置获取的街景数据信息失真，造成深度学习模型解译结果存在误差，进而影响建成环境评估指标体系的测度结果；同时，人工审计受限于不同人群的认知偏差，以及街景图像成效效果，导致评价结果无法较为准确的反映客观事实，且在大规模量化研究中存在明显的不足。
6、(2)现有的技术方案难以在国内城市街道空间更新对象识别与更新治理成效评估中进行复现；部分技术研究中利用多时相全景影像数据进行量化感知与计算机视觉评价，但街景数据集以谷歌数据为主，受限于国内现有街景数据源，难以较为准确的获取相同街道同一地点的多时相街景数据，且同样面临街景数据在不同拍摄条件下产生的成像效果差异和信息丢失等问题。
7、(3)现有街道空间更新对象识别方法大多借鉴主流图像语义识别和分割模型，无法形成针对街道更新对象的有效识别；如常用的cityscapes街景数据集可以仅能有效识别19类对象，而ade20k虽然能够有效识别街道空间、居家空间、交通空间等多场景150类对象，但对于街道更新中的架空线、空调外机装饰箱等特定场景对象并不能够进行有效分割与识别。
技术实现思路
1、本专利技术的目的在于提供一种基于街景图像的城市街道空间更新成效评估方法，以解决上述
技术介绍
中存在的问题。
2、本专利技术的上述技术目的是通过以下技术方案得以实现的：
3、第一方面，本申请实施例提供了一种基于街景图像的城市街道空间更新成效评估方法，包括以下步骤：
4、获取目标街区在改造前后且为同一视角的基期街景图像和末期街景图像；
5、利用预置的图像色彩平衡处理算法对基期街景图像和末期街景图像进行处理，分别得到经过色彩平衡和亮度调整的基期优化图像和末期优化图像；
6、对基期优化图像和末期优化图像依次进行更新点位识别处理和更新对象识别处理，得到基期优化图像和末期优化图像中各自的更新要素信息数据；
7、将更新要素信息数据利用预置的更新评估指标评价体系进行评价，得到目标街区的更新成效评价结果。
8、本专利技术的有益效果是：本方案中，通过更新对象数据集的梳理，更新对象识别和更新成效评估，显著提升城市更新成效评估的模块化与自动化效率；其中，更新对象数据集中通过对城市更新对象进行系统性梳理，优化了语义识别模型中对于对象要素识别的无序性，进一步提升更新对象识别的精度与准确性；同时，通过系统梳理能够更加有效的明晰街景图像能够表征的街道空间更新对象，进一步提升街景图像表征街道空间更新对象的准确性与提取方法的科学性。
9、本方案中，利用预置的图像色彩平衡处理算法进行色彩平衡和亮度调整的处理，可以使多时相街景图像配准模式下的图像亮度、对比度，以及图像中要素的成像效果显著提升，为更好的判识图像要素色彩、边缘和类型提供了基础；同时，结合图像增强进行相同识别模型下的语义识别，识别结果能够反映更多的细节，如树木边界轮廓、人行道范围、以及远端的标志标识等，为更新对象的判识提供了基础，并且能够更加细致的反映出街道空间更新点位。
10、本方案中，通过综合研判城市更新的对象类型，梳理形成5大类70项更新对象，并结合更新对象在街景图像中被反映的程度，建构起面向多时相街景图像数据的城市更新对象识别库，形成以更新对象数据集建构街道空间更新对象识别模型；同时利用图像语义识别算法模型开放训练平台，进行更新对象标注、训练和验证，形成面向街道空间更新对象的语义识别模型，在图像全要素语义分割的基础上实现对具体更新对象的精准识别；相比于传统的语义变化检测模型，能够排除车辆、行人等非城市更新要素的影响，这些要素在街景中出现频率较高且所占面积比率较大，在传统语义变化检测中，容易被误认为是变化要素；此外，还能够较为完整地识别出更新对象在街景中的形状轮廓，且更方便进行检验校核及面积等指标的计算；同时更新对象成效评估相较于传统街道空间更新人工审计的方法而言，能够通过批量化和自动化处理，进一步提升城市更新治理成效评估效率，并且技术方法突破传统评估中注重物质空间对象的变化，加入使用者主观感知层面的评估指标，能够更加直观的反映出街道空间更新治理对于市民生活需求的响应程度，真是反映市民体验感受，更为未来街道空间更新治理提供全新的技术视角和评估体系。
11、在上述技术方案的基础上，本专利技术还可以做如下改进。
12、进一步，上述获取目标街区在改造前后且为同本文档来自技高网...
【技术保护点】
1.一种基于街景图像的城市街道空间更新成效评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于街景图像的城市街道空间更新成效评估方法，其特征在于，所述获取目标街区在改造前后且为同一视角的基期街景图像和末期街景图像，具体为：
3.根据权利要求2所述的一种基于街景图像的城市街道空间更新成效评估方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的一种基于街景图像的城市街道空间更新成效评估方法，其特征在于，所述更新点位识别处理具体为：
5.根据权利要求4所述的一种基于街景图像的城市街道空间更新成效评估方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的一种基于街景图像的城市街道空间更新成效评估方法，其特征在于，所述更新对象识别处理具体为：
7.根据权利要求1所述的一种基于街景图像的城市街道空间更新成效评估方法，其特征在于，所述更新评估指标评价体系包括感知安全、出行友好、空间秩序、体验舒适和环境愉悦5个一级评价指标，以及各个一级评价指标中包含的多个二级评价指标。
8.一种基
9.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现权利要求1-7中任一项所述的方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种基于街景图像的城市街道空间更新成效评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于街景图像的城市街道空间更新成效评估方法，其特征在于，所述获取目标街区在改造前后且为同一视角的基期街景图像和末期街景图像，具体为：
3.根据权利要求2所述的一种基于街景图像的城市街道空间更新成效评估方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的一种基于街景图像的城市街道空间更新成效评估方法，其特征在于，所述更新点位识别处理具体为：
5.根据权利要求4所述的一种基于街景图像的城市街道空间更新成效评估方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的一种基于街景图像的城市街道空间更新成效评估方法，其特征在于，所述更新对象识别处理具体为：<...
【专利技术属性】
技术研发人员：刘丙乾，唐鹏，周垠，于儒海，张娜，姚南，刘益溦，龚长锐，鱼宁，
申请(专利权)人：成都市规划设计研究院，
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。