[发明专利]一种基于多源大数据的老龄友好街道建成环境审计系统

权利要求书

1.一种基于多源大数据的老龄友好街道建成环境审计系统，其特征在于，包括数据采集模块、数据分类审计模块、数据汇总分析模块和审计结果输出模块，其中：

数据采集模块：用于采集目标范围内的城市街景影像数据、城市路网数据和城市兴趣点数据，城市街景影像数据包括图像数据；

数据分类审计模块：用于获取数据采集模块的数据，并对图像数据进行分类，根据分类结果查表，使用查表获取的数据处理方法处理图像数据，获取不同类型指标的评估数值；

数据汇总分析模块：用于获取数据分类审计模块的评估数值，并计算每个输出单元的分项指标数值，并根据分项指标数值计算得到结果数据；

审计结果输出模块：用于获取数据汇总分析模块的结果数据，并将结果数据结合城市路网数据和城市兴趣点数据进行可视化并输出。

2.根据权利要求1所述的一种基于多源大数据的老龄友好街道建成环境审计系统，其特征在于，所述数据分类审计模块获取图像数据后，根据四层分类模型对图像数据进行分类，获取图像数据的分类结果；根据分类结果，结合现有的审计指标分类表，获取图像对应的数据处理方法。

3.根据权利要求1所述的一种基于多源大数据的老龄友好街道建成环境审计系统，其特征在于，所述数据分类审计模块的数据处理方法包括物体检测识别、物体语义分割、场所感知分析和地理空间数据分析。

4.根据权利要求3所述的一种基于多源大数据的老龄友好街道建成环境审计系统，其特征在于，所述物体检测识别包括将图片输入物体检测模型中，得到评估数值；

所述物体检测模型的训练过程如下：

S1、获取带有标定评估信息的评估训练图像，并对标定评估信息进行预处理；

S2、使用第一YOLOv5网络模型提取评估训练图像的特征；

S3、根据特征和预处理后的标定评估信息计算出损失函数，根据损失函数通过反向传播训练第一YOLOv5网络模型，最后得到物体检测模型。

5.根据权利要求3所述的一种基于多源大数据的老龄友好街道建成环境审计系统，其特征在于，所述物体语义分割包括将图片输入物体语义模型中，得到评估数值；

所述物体语义模型的训练过程如下：

A1、获取带有标定评估信息的评估训练图像，生成和原先图像大小一致的mask图；

A2、使用第一BiseNet_v2网络模型提取评估训练图像的特征；

A3、根据特征和mask图计算出损失函数，根据损失函数通过反向传播训练第一BiseNet_v2网络模型，最后得到物体语义模型。

6.根据权利要求3所述的一种基于多源大数据的老龄友好街道建成环境审计系统，其特征在于，所述场所感知分析包括以下步骤：

B1、将所有图像数据输入场所感知判别模型，将图像两两进行比对，直至所有图像对比了十次以上，得到所有图像的相应感知评分大小；

B2、获取每张图片在对比中相应场所感知强度较高、较低和相同的次数，计算感知强度分数，计算表达式如下：

式中，p_i表示第i张图像在对比中相应感知强度较高的次数，n_i表示第i张图像在对比中相应感知强度较低的次数，e_i表示第i张图像在对比中相应感知强度相同的次数，Q_i表示感知强度分数；

根据感知强度分数的大小将图像分为十类，每一类均包含训练集图像和测试集图像，并计算每一类图像的感知强度均值和感知强度方差；

B3、将训练集图像和对应的感知强度分数输入感知强度分类网络进行训练，得到训练好的感知强度分类网络；

B4、将测试集图像输入训练好的感知强度分类网络中，得到每个分类的概率，将每一类的概率乘以感知强度方差，再加上感知强度均值，得到每一类的感知评分，将所有类的感知评分加权平均后，得到评估数值。