基于点云的活力空间测度方法、系统及计算机设备技术方案

本发明专利技术涉及空间活力评测技术领域，解决了目前活力空间评测准确度较低的技术问题，尤其涉及一种基于点云的活力空间测度方法，包括：获取测度时间点下待测度社区内真实的公共空间点云数据；对公共空间点云数据进行预处理，得到预处理后的公共空间精简点云数据；将公共空间精简点云数据输入改进的深度神经网络进行特征分析以获得若干个不同类别的点云块，再根据人体骨架特征从点云块中筛选出人体点云；根据标注的人体点云统计待测度社区内的公共空间人员数量。本发明专利技术通过采用嵌入图注意力机制的卷积神经网络从真实的公共空间点云数据中提取人体点云，并从公共空间中人员数量及其运动状态对空间活力进行全面评测，提高了活力空间评测准确度。空间评测准确度。空间评测准确度。

【技术实现步骤摘要】
基于点云的活力空间测度方法、系统及计算机设备


[0001]本专利技术涉及空间活力评测
，尤其涉及一种基于点云的活力空间测度方法、系统及计算机设备。

技术介绍

[0002]公共空间活力是指公共空间中可观察到的人及其活动，因而对公共空间活力进行评测能够直观的反映某个社区的空间品质，以便帮助社区规划者和管理者定量评价一个规划区域或改造区域的设计策略及改建模式，进而对社区的发展建设具有重要意义。目前，现有的公共空间活力的测度方法主要有以下两种：一种是利用手机信令数据以及POI密度等多源数据的统计分析，以人群活动密度作为测度指标直接评测公共空间活力指数，但该种测度方法仅从人群聚集程度为指标对空间活力进行了评测，忽视了对人体活动状态的评价，存在一定的片面性，从而降低了空间活力指数的准确性；一种是从公共空间的设施构成、环境舒适度以及功能混合性等方面间接的评测公共空间活力指数，但该种测度方法仅根据人类活动所需环境设施的客观角度对空间活力进行了理论评测，没有进行事实验证，使得空间活力指数易于出现较大偏差。

技术实现思路

[0003]针对现有技术的不足，本专利技术提供了一种基于点云的活力空间测度方法、系统及计算机设备，解决了目前活力空间评测准确度较低的技术问题，达到了通过根据真实的包含人员状态的公共空间点云数据对公共空间活力进行评测以提高空间活力评测准确度的目的。
[0004]为解决上述技术问题，本专利技术提供了如下技术方案：一种基于点云的活力空间测度方法，包括以下步骤：S1、获取测度时间点下由图像采集设备所采集的待测度社区内公共空间点云数据；S2、获取测度时间点下由图像采集设备所采集的待测度社区内公共空间点云数据；S3、将所述公共空间精简点云数据输入改进的深度神经网络进行特征分析以获得若干个不同类别的点云块，再根据人体骨架特征从所述点云块中筛选出人体点云并进行标注；S4、根据标注的人体点云统计所述待测度社区内的公共空间人员数量，并计算所述公共空间人员数量与所述待测度社区内的常住人员数量的比值R；S5、分析每个所述人体点云的姿态以统计公共空间中运动人员数量，并计算运动人员数量与所述公共空间人员数量的比值Y；S6、根据预设的外出人员阈值W和活跃度阈值H对所述待测度社区的活力空间进行
评测；若R＞W且Y＞H，则将该测度时间点下所述待测度社区内的公共空间标记为“高活力空间”；若R＞W且Y≤H，则将该测度时间点下所述待测度社区内的公共空间标记为“中活力空间”；若R≤W且Y≤H，则将该测度时间点下所述待测度社区内的公共空间标记为“低活力空间”。
[0005]进一步地，在步骤S2中，对公共空间点云数据进行预处理，得到预处理后的公共空间精简点云数据的具体过程包括以下步骤：S21、对所述公共空间点云数据进行噪声剔除操作，得到去噪后公共空间点云数据；S22、对所述去噪后公共空间点云数据进行稀疏化操作，得到公共空间精简点云数据。
[0006]进一步地，在步骤S3中，将所述公共空间精简点云数据输入改进的深度神经网络进行特征分析以获得若干个不同类别的点云块，再根据人体骨架特征从所述点云块中筛选出人体点云并进行标注的具体过程包括以下步骤：S31、根据所述公共空间精简点云数据采用编码卷积单元进行多尺度邻域特征分析以提取全局特征信息；S32、采用图注意力单元对所述全局特征信息进行分析，得到不同尺度下的局部特征信息；S33、根据所述全局特征信息和局部特征信息采用特征融合与分类单元进行语义分割，得到不同类别的点云块；S34、根据人体骨架特征采用阈值法从所述点云块中筛选出人体点云并进行标注。
[0007]进一步地，在步骤S5中，分析每个所述人体点云的姿态以统计公共空间中运动人员数量的具体过程包括以下步骤：根据人体骨架结构从每个所述人体点云中提取人体关键关节点；计算所述人体关键关节点中任意相邻两个关节点之间的三维距离，并将大于预设阈值的数据判定为运动特征数据；根据所述运动特征数据确定人体运动姿态特征向量；根据所述人体运动姿态特征向量的累积得到公共空间中运动人员数量。
[0008]进一步地，在步骤S6之后还包括：S7、将所述公共空间精简点云数据投影至对应的地理信息图进行空间降维，并对人体点云对应的坐标点绘制相应的颜色，得到用于表示空间活跃度的活力热点图。
[0009]进一步地，在步骤S7中，将所述公共空间精简点云数据投影至对应的地理信息图进行空间降维，并对所述人体点云对应的坐标点绘制相应的颜色，得到用于表示空间活跃度的活力热点图的具体过程包括以下步骤：S71、将所述公共空间精简点云数据沿z轴正投影至对应的地理信息图进行空间降维，得到二维点云图；S72、根据每个所述人体点云的姿态在所述二维点云图中对应的格栅处绘制相应
的颜色；S73、重复上述步骤将所述二维点云图中所有与人体点云对应的格栅绘制上相应的颜色，得到用于表示空间活跃度的活力热点图。
[0010]进一步地，所述人体关键关节点包括15个，分别是头部、颈部、左肩、右肩、骶椎、左肘、左手、右肘、右手、左髋、右髋、左膝、右膝、左脚和右脚对应的关节点。
[0011]本专利技术还提供了一种用于实现上述基于点云的活力空间测度方法的系统，包括：点云数据获取模块，所述点云数据获取模块用于获取测度时间点下由图像采集设备所采集的待测度社区内公共空间点云数据；点云数据预处理模块，所述点云数据预处理模块用于对公共空间点云数据进行预处理，得到预处理后的公共空间精简点云数据；人体点云提取模块，所述人体点云提取模块用于将所述公共空间精简点云数据输入改进的深度神经网络进行特征分析以获得若干个不同类别的点云块，再根据人体骨架特征从所述点云块中筛选出人体点云并进行标注；第一计算模块，所述第一计算模块用于根据标注的人体点云统计所述待测度社区内的公共空间人员数量，并计算所述公共空间人员数量与所述待测度社区内的常住人员数量的比值R；第二计算模块，所述第二计算模块用于分析每个所述人体点云的姿态以统计公共空间中运动人员数量，并计算运动人员数量与所述公共空间人员数量的比值Y；活力评测模块，所述活力评测模块用于根据预设的外出人员阈值W和活跃度阈值H对所述待测度社区的活力空间进行评测。
[0012]进一步地，还包括：活力热点图绘制模块，所述活力热点图绘制模块用于将所述公共空间精简点云数据投影至对应的地理信息图进行空间降维，并对人体点云对应的坐标点绘制相应的颜色，得到用于表示空间活跃度的活力热点图。
[0013]本专利技术还提供了一种计算机设备，包括处理器和存储器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时实现上述基于点云的活力空间测度方法。
[0014]借由上述技术方案，本专利技术提供了一种基于点云的活力空间测度方法、系统及计算机设备，至少具备以下有益效果：1、本专利技术通过根据雷达采集的待测度社区内真实的公共空间点云数据，采用嵌入图注意力机制的卷积神经网络对公共空间点云数据进行分类提取人体点云，得到测度时间点下的公共空间人员数量，随后根据人体骨架结构特征确定人体点云中每个点云块的姿态特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于点云的活力空间测度方法，其特征在于，包括以下步骤：S1、获取测度时间点下由图像采集设备所采集的待测度社区内公共空间点云数据；S2、对公共空间点云数据进行预处理，得到预处理后的公共空间精简点云数据；S3、将所述公共空间精简点云数据输入改进的深度神经网络进行特征分析以获得若干个不同类别的点云块，再根据人体骨架特征从所述点云块中筛选出人体点云并进行标注；S4、根据标注的人体点云统计所述待测度社区内的公共空间人员数量，并计算所述公共空间人员数量与所述待测度社区内的常住人员数量的比值R；S5、分析每个所述人体点云的姿态以统计公共空间中运动人员数量，并计算运动人员数量与所述公共空间人员数量的比值Y；S6、根据预设的外出人员阈值W和活跃度阈值H对所述待测度社区的活力空间进行评测；若R＞W且Y＞H，则将该测度时间点下所述待测度社区内的公共空间标记为“高活力空间”；若R＞W且Y≤H，则将该测度时间点下所述待测度社区内的公共空间标记为“中活力空间”；若R≤W且Y≤H，则将该测度时间点下所述待测度社区内的公共空间标记为“低活力空间”。2.根据权利要求1所述的活力空间测度方法，其特征在于，在步骤S2中，对公共空间点云数据进行预处理，得到预处理后的公共空间精简点云数据的具体过程包括以下步骤：S21、对所述公共空间点云数据进行噪声剔除操作，得到去噪后公共空间点云数据；S22、对所述去噪后公共空间点云数据进行稀疏化操作，得到公共空间精简点云数据。3.根据权利要求1所述的活力空间测度方法，其特征在于，在步骤S3中，将所述公共空间精简点云数据输入改进的深度神经网络进行特征分析以获得若干个不同类别的点云块，再根据人体骨架特征从所述点云块中筛选出人体点云并进行标注的具体过程包括以下步骤：S31、根据所述公共空间精简点云数据采用编码卷积单元进行多尺度邻域特征分析以提取全局特征信息；S32、采用图注意力单元对所述全局特征信息进行分析，得到不同尺度下的局部特征信息；S33、根据所述全局特征信息和局部特征信息采用特征融合与分类单元进行语义分割，得到不同类别的点云块；S34、根据人体骨架特征采用阈值法从所述点云块中筛选出人体点云并进行标注。4.根据权利要求1所述的活力空间测度方法，其特征在于，在步骤S5中，分析每个所述人体点云的姿态以统计公共空间中运动人员数量的具体过程包括以下步骤：根据人体骨架结构从每个所述人体点云中提取人体关键关节点；计算所述人体关键关节点中任意相邻两个关节点之间的三维距离，并将大于预设阈值的数据判定为运动特征数据；根据所述运动特征数据确定人体运动姿态特征向量；根据所述人体运动姿态特征向量的累积得到公共空间中运动人员数量。
5.根据权利要求1所述的活力空间测度方法，其特征在于，在步骤S6之后还包括：S7、将...

【专利技术属性】
技术研发人员：茹冰倩，李早，金昭，储文峰，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：