一种街道质量评估方法技术

本发明专利技术涉及一种城市街道质量评估方法。本发明专利技术属于质量评估领域，该评估方法包括以下步骤：确定街景图片采集网格间距；利用地图资源获取街景图片；筛分街景图片，按道路状况、街道建筑立面、街道绿视率和天空可视度干扰四大类评估指标进行分类；将各项评估指标所含图片与图像分割模型对接，用于识别图像中要素；通过按照步骤S1

【技术实现步骤摘要】
一种街道质量评估方法


[0001]本专利技术涉及人工智能图像识别与质量评估
，尤其是指一种城市街道质量评估方法。

技术介绍

[0002]在城市发展过程中，老旧社区普遍存在的年久失修，墙体陈旧不美观的问题。老旧社区缺乏植物的维护专业人员，有些绿色植物常年生长进入墙体，加上风吹日晒，使墙体松动容易倒塌，存在安全隐患。老旧社区大多缺乏物业管理及安保人员，社区缺少维护，存在管线裸露，垃圾没有统一管理、闲杂人等随意进入等问题，影响社区安全及美观。
[0003]城市中的老旧社区由于时间的缘故，建筑物损毁比较严重，出现围墙墙面剥落、墙体坍塌的情况，有些建筑物的危险等级很高，严重影响了周围居民的人身安全。社区公共基础设施老化，再加上很多社区缺乏统一的物业管理；社区的电线设备老化，许多电线直接暴露在公共区域内，不仅影响居民人身安全，也存在一定的火灾隐患。
[0004]除此之外，老旧社区缺乏绿化设施，由此产生了很多问题，如树木病虫害无人施治、草坪无人修整等。这不仅影响城市的整体面貌，还对居民的日常生活带来诸多不良影响；老旧社区设计缺乏前瞻性，存在很多问题。社区没有车位的设置，私家车及电动车在社区随意停放，使得大量活动场所、绿化带及公共空间被占用，道路狭窄，不能做到人车分离而存在安全隐患，许多老社区交通道路阻塞，没有规划出专门的消防通道，也缺乏相应的灭火器材，火灾事故频发。
[0005]因此，本申请提出了一种街道质量评估方法。

技术实现思路

[0006]为此，本专利技术所要解决的技术问题在于克服现有技术中存在的问题。
[0007]为解决上述技术问题，本专利技术提供了一种街道质量评估方法，该评估方法包括以下步骤：
[0008]S1：确定街景图片采集网格间距；
[0009]S2：利用地图资源获取街景图片；
[0010]S3：筛分街景图片，分为道路状况、街道建筑立面、街道绿视率和天空可视度干扰四大类评估指标；
[0011]S4：将各项评估指标所含图片与图像分割模型对接，用于识别图像中要素；
[0012]S5：利用图像分割模型分割图像中识别的要素，生成评估图像；
[0013]S6：基于评估图像中识别的要素，进行自动计算和统计各要素占比；
[0014]S7：根据评估图像与其对应的各要素占比，分别生成研判报告，包括低质街道与优质街道，结合诊断对低质街道形成整治方案。
[0015]在本专利技术的一个实施例中，所述S1中，网格间距为50*50M、100*100M、150*150M中的一种。
[0016]在本专利技术的一个实施例中，所述S2中，地图资源包括互联网中可获取的OSM、谷歌、百度地图等街景地图数据。
[0017]在本专利技术的一个实施例中，所述S3中，道路状况指标包括道路、人行道占用以及人行道比例
‑
步行友好度；其中道路占用，包括滞留机动车与非机动车；人行道占用包括机动车、非机动车占用停车。
[0018]在本专利技术的一个实施例中，所述S3中，街道建筑立面指标包括广告牌脱落老旧、破损以及墙皮脱落、立面不统一，其中墙皮立面不统一包括发霉、变色。
[0019]在本专利技术的一个实施例中，所述S3中，街道绿化率指标包括街道绿化缺失与行道绿化缺失。
[0020]在本专利技术的一个实施例中，所述S3中，天空可视度干扰指标包括电线缠绕聚集以及电线杆密布。
[0021]在本专利技术的一个实施例中，所述S4中，利用图像分割模型分割图像中识别的要素，生成评估图像，具体为采用SAM模型对图像中要素进行识别和分割；采用Tensorflow开源模型训练自主模型为图像要素识别与分割的预备手段。
[0022]在本专利技术的一个实施例中，所述S5中，图像分割模型Segment Anything(SAM)可自动分割街景图片中的目标，一键完成自动分割，并支持零样本转移到其他分割任务。基于SAM对街景要素进行智能识别，将要素占比自动计算与统计，实现体检评估目标的智能识别和结果生成。
[0023]在本专利技术的一个实施例中，所述S7中，进行低质街道与优质街道研判，包括针对四大指标的分别研判，根据四大指标占比统计，按序排列分为优质街道、低质街道，并对低质街道形成整治方案。
[0024]本专利技术的上述技术方案相比现有技术具有以下优点：
[0025]本专利技术通过按照步骤S1
‑
S7，于地图资源平台获取大量街区街景的图片，再通过SAM图像分割模型对街景图片进行要素特征提取，按照道路状况、街道建筑立面、街道绿化率与天空可视度干扰四大指标对图片进行分析和计算，研判出低质街道与优质街道，并对低质街道进行诊断，输出整治方案，给大众以及所有相关人员提供了无需专业知识前提即可高效且全面地理解街道社区测算评估问题的可能性。
附图说明
[0026]为了使本专利技术的内容更容易被清楚的理解，下面根据本专利技术的具体实施例并结合附图，对本专利技术作进一步详细的说明。
[0027]图1是本专利技术的流程图。
具体实施方式
[0028]下面结合附图和具体实施例对本专利技术作进一步说明，以使本领域的技术人员可以更好地理解本专利技术并能予以实施，但所举实施例不作为对本专利技术的限定。
[0029]参照图1所示，本专利技术提供了一种街道质量评估方法，该评估方法包括以下步骤：
[0030]S1：确定街景图片采集网格间距；
[0031]S2：利用地图资源获取街景图片；
[0032]S3：筛分街景图片，分为道路状况、街道建筑立面、街道绿视率和天空可视度干扰四大类评估指标；
[0033]S4：将各项评估指标所含图片与图像分割模型对接，用于识别图像中要素；
[0034]S5：利用图像分割模型分割图像中识别的要素，生成评估图像；
[0035]S6：基于评估图像中识别的要素，进行自动计算和统计各要素占比；
[0036]S7：根据评估图像与其对应的各要素占比，分别生成研判报告，包括低质街道与优质街道，结合诊断对低质街道形成整治方案。
[0037]具体的，选取了百度街景中苏州市姑苏区作为街景数据收集的调研场地样本，考虑到区域大小以50*50米的间距网格提取了约1.5万个节点，一个节点分别导出4个视角街景图，一共导出了6万张街景视角图片，同时根据约1.5万个节点获取导出了约1.5万张360度的百度街道全景图，对接图像分割大模型SAM自动分割与识别图片中的相关目标，以及通过GIS指数计算分析、FCN神经网络模型语义分割识别检验对比，从而最终提取专利技术评估体系的最初指标，即道路状况、街道绿视率和街道建筑立面、天空可视度干扰等四大检测识别指标，其中道路状况细分为道路/人行道被占用(机动车非机动车)、人行道比例
‑
步行友好度两个评估小指标；街道建筑立面细分分为：墙皮脱落立面不统一、广告牌脱落老旧总共合计六个小指标。
[0038]在本专利技术的一个实施例中，所述S1中，网格间距为50*50M、100*10本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种街道质量评估方法，其特征在于：该评估方法包括以下步骤：S1：确定街景图片采集网格间距；S2：利用地图资源获取街景图片；S3：筛分街景图片，分为道路状况、街道建筑立面、街道绿视率和天空可视度干扰四大类评估指标；S4：将各项评估指标所含图片与图像分割模型对接，用于识别图像中要素；S5：利用图像分割模型分割图像中识别的要素，生成评估图像；S6：基于评估图像中识别的要素，进行自动计算和统计各要素占比；S7：根据评估图像与其对应的各要素占比，分别生成研判报告，包括对低质街道与优质街道进行分类，结合诊断对低质街道形成整治方案。2.根据权利要求1所述的一种街道质量评估方法，其特征在于：所述S1中，网格间距为50*50M、100*100M、150*150M中的一种。3.根据权利要求1所述的一种街道质量评估方法，其特征在于：所述S2中，地图资源包括互联网中可获取的OSM、谷歌、百度地图等街景地图数据。4.根据权利要求1所述的一种街道质量评估方法，其特征在于：所述S3中，道路状况指标包括道路、人行道占用以及人行道比例
‑
步行友好度；其中道路占用，包括滞留机动车与非机动车；人行道占用包括机动车、非机动车占用停车。5.根据权利要求1所述的一种街道质量评估方法，其特征在于：所述S3...

【专利技术属性】
技术研发人员：夏杰，李彦彬，余悦，肖芮儿，李彤瑶，甘晨瑀，马润青，
申请(专利权)人：苏州苏大万维规划设计有限公司，
类型：发明
国别省市：