基于點云的活力空間測度方法、系統及計算機設備技術方案

本發明專利技術涉及空間活力評測技術領域，解決了目前活力空間評測準確度較低的技術問題，尤其涉及一種基于點云的活力空間測度方法，包括：獲取測度時間點下待測度社區內真實的公共空間點云數據；對公共空間點云數據進行預處理，得到預處理后的公共空間精簡點云數據；將公共空間精簡點云數據輸入改進的深度神經網絡進行特征分析以獲得若干個不同類別的點云塊，再根據人體骨架特征從點云塊中篩選出人體點云；根據標注的人體點云統計待測度社區內的公共空間人員數量。本發明專利技術通過采用嵌入圖注意力機制的卷積神經網絡從真實的公共空間點云數據中提取人體點云，并從公共空間中人員數量及其運動狀態對空間活力進行全面評測，提高了活力空間評測準確度。空間評測準確度。空間評測準確度。

【技術實現步驟摘要】
基于點云的活力空間測度方法、系統及計算機設備


[0001]本專利技術涉及空間活力評測
，尤其涉及一種基于點云的活力空間測度方法、系統及計算機設備。

技術介紹

[0002]公共空間活力是指公共空間中可觀察到的人及其活動，因而對公共空間活力進行評測能夠直觀的反映某個社區的空間品質，以便幫助社區規劃者和管理者定量評價一個規劃區域或改造區域的設計策略及改建模式，進而對社區的發展建設具有重要意義。目前，現有的公共空間活力的測度方法主要有以下兩種：一種是利用手機信令數據以及POI密度等多源數據的統計分析，以人群活動密度作為測度指標直接評測公共空間活力指數，但該種測度方法僅從人群聚集程度為指標對空間活力進行了評測，忽視了對人體活動狀態的評價，存在一定的片面性，從而降低了空間活力指數的準確性；一種是從公共空間的設施構成、環境舒適度以及功能混合性等方面間接的評測公共空間活力指數，但該種測度方法僅根據人類活動所需環境設施的客觀角度對空間活力進行了理論評測，沒有進行事實驗證，使得空間活力指數易于出現較大偏差。

技術實現思路

[0003]針對現有技術的不足，本專利技術提供了一種基于點云的活力空間測度方法、系統及計算機設備，解決了目前活力空間評測準確度較低的技術問題，達到了通過根據真實的包含人員狀態的公共空間點云數據對公共空間活力進行評測以提高空間活力評測準確度的目的。
[0004]為解決上述技術問題，本專利技術提供了如下技術方案：一種基于點云的活力空間測度方法，包括以下步驟：S1、獲取測度時間點下由圖像采集設備所采集的待測度社區內公共空間點云數據；S2、獲取測度時間點下由圖像采集設備所采集的待測度社區內公共空間點云數據；S3、將所述公共空間精簡點云數據輸入改進的深度神經網絡進行特征分析以獲得若干個不同類別的點云塊，再根據人體骨架特征從所述點云塊中篩選出人體點云并進行標注；S4、根據標注的人體點云統計所述待測度社區內的公共空間人員數量，并計算所述公共空間人員數量與所述待測度社區內的常住人員數量的比值R；S5、分析每個所述人體點云的姿態以統計公共空間中運動人員數量，并計算運動人員數量與所述公共空間人員數量的比值Y；S6、根據預設的外出人員閾值W和活躍度閾值H對所述待測度社區的活力空間進行
評測；若R＞W且Y＞H，則將該測度時間點下所述待測度社區內的公共空間標記為“高活力空間”；若R＞W且Y≤H，則將該測度時間點下所述待測度社區內的公共空間標記為“中活力空間”；若R≤W且Y≤H，則將該測度時間點下所述待測度社區內的公共空間標記為“低活力空間”。
[0005]進一步地，在步驟S2中，對公共空間點云數據進行預處理，得到預處理后的公共空間精簡點云數據的具體過程包括以下步驟：S21、對所述公共空間點云數據進行噪聲剔除操作，得到去噪后公共空間點云數據；S22、對所述去噪后公共空間點云數據進行稀疏化操作，得到公共空間精簡點云數據。
[0006]進一步地，在步驟S3中，將所述公共空間精簡點云數據輸入改進的深度神經網絡進行特征分析以獲得若干個不同類別的點云塊，再根據人體骨架特征從所述點云塊中篩選出人體點云并進行標注的具體過程包括以下步驟：S31、根據所述公共空間精簡點云數據采用編碼卷積單元進行多尺度鄰域特征分析以提取全局特征信息；S32、采用圖注意力單元對所述全局特征信息進行分析，得到不同尺度下的局部特征信息；S33、根據所述全局特征信息和局部特征信息采用特征融合與分類單元進行語義分割，得到不同類別的點云塊；S34、根據人體骨架特征采用閾值法從所述點云塊中篩選出人體點云并進行標注。
[0007]進一步地，在步驟S5中，分析每個所述人體點云的姿態以統計公共空間中運動人員數量的具體過程包括以下步驟：根據人體骨架結構從每個所述人體點云中提取人體關鍵關節點；計算所述人體關鍵關節點中任意相鄰兩個關節點之間的三維距離，并將大于預設閾值的數據判定為運動特征數據；根據所述運動特征數據確定人體運動姿態特征向量；根據所述人體運動姿態特征向量的累積得到公共空間中運動人員數量。
[0008]進一步地，在步驟S6之后還包括：S7、將所述公共空間精簡點云數據投影至對應的地理信息圖進行空間降維，并對人體點云對應的坐標點繪制相應的顏色，得到用于表示空間活躍度的活力熱點圖。
[0009]進一步地，在步驟S7中，將所述公共空間精簡點云數據投影至對應的地理信息圖進行空間降維，并對所述人體點云對應的坐標點繪制相應的顏色，得到用于表示空間活躍度的活力熱點圖的具體過程包括以下步驟：S71、將所述公共空間精簡點云數據沿z軸正投影至對應的地理信息圖進行空間降維，得到二維點云圖；S72、根據每個所述人體點云的姿態在所述二維點云圖中對應的格柵處繪制相應
的顏色；S73、重復上述步驟將所述二維點云圖中所有與人體點云對應的格柵繪制上相應的顏色，得到用于表示空間活躍度的活力熱點圖。
[0010]進一步地，所述人體關鍵關節點包括15個，分別是頭部、頸部、左肩、右肩、骶椎、左肘、左手、右肘、右手、左髖、右髖、左膝、右膝、左腳和右腳對應的關節點。
[0011]本專利技術還提供了一種用于實現上述基于點云的活力空間測度方法的系統，包括：點云數據獲取模塊，所述點云數據獲取模塊用于獲取測度時間點下由圖像采集設備所采集的待測度社區內公共空間點云數據；點云數據預處理模塊，所述點云數據預處理模塊用于對公共空間點云數據進行預處理，得到預處理后的公共空間精簡點云數據；人體點云提取模塊，所述人體點云提取模塊用于將所述公共空間精簡點云數據輸入改進的深度神經網絡進行特征分析以獲得若干個不同類別的點云塊，再根據人體骨架特征從所述點云塊中篩選出人體點云并進行標注；第一計算模塊，所述第一計算模塊用于根據標注的人體點云統計所述待測度社區內的公共空間人員數量，并計算所述公共空間人員數量與所述待測度社區內的常住人員數量的比值R；第二計算模塊，所述第二計算模塊用于分析每個所述人體點云的姿態以統計公共空間中運動人員數量，并計算運動人員數量與所述公共空間人員數量的比值Y；活力評測模塊，所述活力評測模塊用于根據預設的外出人員閾值W和活躍度閾值H對所述待測度社區的活力空間進行評測。
[0012]進一步地，還包括：活力熱點圖繪制模塊，所述活力熱點圖繪制模塊用于將所述公共空間精簡點云數據投影至對應的地理信息圖進行空間降維，并對人體點云對應的坐標點繪制相應的顏色，得到用于表示空間活躍度的活力熱點圖。
[0013]本專利技術還提供了一種計算機設備，包括處理器和存儲器，所述存儲器用于存儲計算機程序，所述計算機程序被所述處理器執行時實現上述基于點云的活力空間測度方法。
[0014]借由上述技術方案，本專利技術提供了一種基于點云的活力空間測度方法、系統及計算機設備，至少具備以下有益效果：1、本專利技術通過根據雷達采集的待測度社區內真實的公共空間點云數據，采用嵌入圖注意力機制的卷積神經網絡對公共空間點云數據進行分類提取人體點云，得到測度時間點下的公共空間人員數量，隨后根據人體骨架結構特征確定人體點云中每個點云塊的姿態特征本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于點云的活力空間測度方法，其特征在于，包括以下步驟：S1、獲取測度時間點下由圖像采集設備所采集的待測度社區內公共空間點云數據；S2、對公共空間點云數據進行預處理，得到預處理后的公共空間精簡點云數據；S3、將所述公共空間精簡點云數據輸入改進的深度神經網絡進行特征分析以獲得若干個不同類別的點云塊，再根據人體骨架特征從所述點云塊中篩選出人體點云并進行標注；S4、根據標注的人體點云統計所述待測度社區內的公共空間人員數量，并計算所述公共空間人員數量與所述待測度社區內的常住人員數量的比值R；S5、分析每個所述人體點云的姿態以統計公共空間中運動人員數量，并計算運動人員數量與所述公共空間人員數量的比值Y；S6、根據預設的外出人員閾值W和活躍度閾值H對所述待測度社區的活力空間進行評測；若R＞W且Y＞H，則將該測度時間點下所述待測度社區內的公共空間標記為“高活力空間”；若R＞W且Y≤H，則將該測度時間點下所述待測度社區內的公共空間標記為“中活力空間”；若R≤W且Y≤H，則將該測度時間點下所述待測度社區內的公共空間標記為“低活力空間”。2.根據權利要求1所述的活力空間測度方法，其特征在于，在步驟S2中，對公共空間點云數據進行預處理，得到預處理后的公共空間精簡點云數據的具體過程包括以下步驟：S21、對所述公共空間點云數據進行噪聲剔除操作，得到去噪后公共空間點云數據；S22、對所述去噪后公共空間點云數據進行稀疏化操作，得到公共空間精簡點云數據。3.根據權利要求1所述的活力空間測度方法，其特征在于，在步驟S3中，將所述公共空間精簡點云數據輸入改進的深度神經網絡進行特征分析以獲得若干個不同類別的點云塊，再根據人體骨架特征從所述點云塊中篩選出人體點云并進行標注的具體過程包括以下步驟：S31、根據所述公共空間精簡點云數據采用編碼卷積單元進行多尺度鄰域特征分析以提取全局特征信息；S32、采用圖注意力單元對所述全局特征信息進行分析，得到不同尺度下的局部特征信息；S33、根據所述全局特征信息和局部特征信息采用特征融合與分類單元進行語義分割，得到不同類別的點云塊；S34、根據人體骨架特征采用閾值法從所述點云塊中篩選出人體點云并進行標注。4.根據權利要求1所述的活力空間測度方法，其特征在于，在步驟S5中，分析每個所述人體點云的姿態以統計公共空間中運動人員數量的具體過程包括以下步驟：根據人體骨架結構從每個所述人體點云中提取人體關鍵關節點；計算所述人體關鍵關節點中任意相鄰兩個關節點之間的三維距離，并將大于預設閾值的數據判定為運動特征數據；根據所述運動特征數據確定人體運動姿態特征向量；根據所述人體運動姿態特征向量的累積得到公共空間中運動人員數量。
5.根據權利要求1所述的活力空間測度方法，其特征在于，在步驟S6之后還包括：S7、將...

【專利技術屬性】
技術研發人員：茹冰倩，李早，金昭，儲文峰，
申請(專利權)人：合肥工業大學，
類型：發明
國別省市：