规划问道
数据精英年终大冲刺开车啦！
同时报名还可享更多优惠：
任选2套同报，再减200元！
任选3套同报，再减360元！
任选4套同报，再减520元！
任选5套同报，再减700元！
任选6套同报，再减900元！
项目名称：基于人群行为分析的城市型风景区边界城市空间原型研究
项目负责人：胡一可
依托单位：天津大学
项目参与人：
岳焕景 讲师 天津大学
苑思楠 讲师 天津大学
张赫 讲师 天津大学
叶昕辰 天津大学
王志强 天津大学
孙婷 天津大学
丁梦月 天津大学
李志远 天津大学
项目结题摘要
伴随人居环境建设从重“量”走向提“质”，城市建成环境的定量研究与科学评估亟待展开。针对城市型风景区边界城市空间较少考虑观景效果、利用率低、活动不便、吸引力差的问题，采用计算机视觉技术对以可达性分析和可视性分析确定的风景区周边具有观景价值的城市公共空间进行研究，空间类别包括街道、小型广场、街头绿地、庭院。课题在以下三个方面取得了重要进展：在技术方法方面，首次将计算机视觉技术引入城市空间研究中来，利用人群行为分析技术实现持续监控，进行行为追踪和行为分割；在研究视角方面，针对相同场地不同时间段活动内容不同的问题，对城市型风景区边界城市空间进行研究，提取多元空间原型，为便捷、紧凑的城市公共空间设计提供依据；在研究内容方面，基于“城-景”互动的研究，将研究范围扩展至乡村及城市社区，为城乡共享风景资源、同时满足旅游和游憩需求提供理论及实践支撑。选取城市型景区入口空间、城市街道、城市广场、城市社区绿地等作为研究对象，使研究结果具有一定的普适性和可推广性，突破传统调研思路和规划模式，引导研究视角的转变，可为城乡公共空间规划导则的制订与修订提供科学依据。
项目结题成果报告
以下研究成果内容摘自项目结题成果报告。该项目报告共计43页，关注城市数据派微信公众号，在微信公众号对话框中输入 241119，即可获得报告全文PDF的下载方式：
(1)研究方案设计。
1)选取研究场地
研究场地为经过计算机视觉技术中的人群行为分析技术进行可达性分析和可视性分析后确定的风景区周边具有观景价值的城市公共空间,空间类别包括街道、小型广场、街头绿地、庭院。研究场地的选取原则主要有两点:a风景区的影响力较大，空间的使用频率较高，人数和行为类型较多，能够全面反映不同年龄、阶层人群的行为活动;b空间与邻接城市和景区均有明确的分隔边界。
课题组进行大量实验后得出了较为完善的数据采集与分析的操作步骤,根据场地选取原则选取了承德避暑山庄入口空间、长沙岳麓山入口空间、杭州西湖入口空间等10处场地;天津市西北角回民社区街道等天津市白堤路等40余处城市公共空间及北海公园、承德避暑山庄、杭州西湖等城市型景区内空间进行实地调研与测绘，以总结城市型风景名胜区边界城市空间构成特征和人群行为特征。
2)建立适宜的摄像头传感器网络
课题组依托视频监控技术,提出了一套相应的具体操作流程以建立适宜的摄像头传感器网络，实现高层次的场景认知:确定调研的空间类型，选择拍摄场地安排摄录的时间段、摄像头架设点，并对天气变化等突发情况做出预案;确定人群活动发生的位置和行为活动所覆盖的范围，判定其影响因素，基于计算机视觉技术视频处理技术,划定需要观测的范围,结合实际情况确定摄像头架设的位置间距等;分析视频帧内信息及帧间信息，相邻做差，并对差制图进行累加，得到整个视频的轨迹;对视频进行提取处理，做视频偏移的帧间预测，分析相邻两帧或几帧的差异，定量分析视频中运动物体的运动方向和速率，以得到一组具有累积性的运动轨迹图像。
3)人群行为轨迹识别和范围提取
采用背景减除(BackgroundSubtraction)检测识别前文视频中的运动目标提取人群行为轨迹。首先视频被分为若干视频帧,每一帧图片的主要处理方式为:基于MOG2算法③进行背景减除，得到原始的前景图片;对前景图片进行二值化阈值处理，以去除前景图片中的阴影;进行中值滤波，以滤除噪点;提取前景图片中的目标轮廓，并计算其面积,选取大小适合的目标轮廓，绘制其线条轨迹最后逐帧累加，形成完整的行为轨迹。对微观尺度人群行为细部进行捕捉，通过深度卷积神经网络对人脸不同区域进行特征提取，基于人脸识别的深度学习，实现脸部特征的识别，并借助0penCV(计算机视觉库)的追踪算法利用光流法追踪运动物体，判断移动方向，显示运动轨迹和通行时间(tAB、tBC、tCD)，计算运动速度。
4)基于人群行为分析技术的活动位置及轮分析及原型生成
数据分析
人群行为识别技术
人群行为识别技术多使用光流法，本课题组在以往的研究基础上添加VABE算法与 MOG2算法使检测目标更加准确。光流法对微观尺度人群行为细部进行捕捉，通过深度卷积神经网络对人群不同区域进行特征提取，追踪人群角点如头部或者四肢等，可以跟踪个体运动，区分运动方向、运动速度等信息。以此为基础对人群行为进行分类和观测又提出 VABE 算法、及0penCV 数据库中MOG2 算法，VABE算法采用邻域像素来创建背景模型，通过比对背景模型和当前输入像素来检测前景，可以去除由于获取的视频细微抖动(摄像机抖动、目标微动)而产生的重影和误差，避免由于大面积的光照变化导致的误判。现有研究进行了人群轨迹分析，本年度提出了人群密度分析，可以较好地分析出人群分布状态与空间组织及空间内设施分布关系。
识别运动组团
计算机视觉技术可以模拟人脑感知视觉信号的机制来设计深层网络，以从数据中学习、提取特征。当样本数量足够多时，深度学习能够在目标和行为识别中进行大体量人群的多目标识别，同时进行图像的分类和标注，并对视频中的动作行为进行识别，进而将空间中运动的人群根据设定的条件标示出组团。
跟踪运动轨迹
利用帧间差值的方法，以某种频率(常用10Hz、20Hz、25Hz等)对摄录的视频提取视频帧。每一段视频都是在时间域上的多个彩色图像堆看而成的，这里的每一个图像被称为关键帧，简称帧。视频处理实际上就是对按一定顺序排列的图片序列进行处理,所以将视频分解成图片序列是必不可少的操作。在主程序中可以对视频的图像数据进行提取,并以图片形式连续打开显示原始视频中的每帧图片。同时，主程序会调用目标检测跟踪程序。程序还会在原始图片中具体标记出检测的具体位置，以便进行比对。程序还支持对检测目标进行不同的标记，比如用点、用轮廓或者用矩形框标记，并连续显示出来。
主客观分析方面
主客观结合进行分析是建立在对经典理论和案例的广泛研读的基础之上的旨在将技术的智能化和精准化与主观的经验分析和判断相结合,以更全面地研究城市空间。
行为原型生成
通过人眼主观观察记录与录像机拍摄配合,对街道步行空间类型进行了系统化的梳理，在调研过程中对人群行为进行观察、记录、分析，剖析空间中的构成要素及布局、空间形态、空间位置及人的行为等，结合计算机技术识别手段。0型行为轨迹–现实生活中除了一些广场设计成圆形、弧形以外，街道步行空间中的0型并不多见。但即便是在规整的步行空间中也会出现0型的运动模式，这种运动形式已经完全不同于远古时期的祭祀仪式，而是由于这个空间中心有一座构筑物，人在无目的的前提条件下运动，可能会产生围绕中心构筑物做0型运动的情况。
流线型行为轨迹–1型空间常为直线通过性空间或方向性、指向性空间。无论从人的感官还是人的运动来说，均有明确朝向。人的步行运动一般遵循“两点之间线段最短”的原则，选择最便捷、最快速到达目的地的路径。这是I型空间的其中一种情况。另一种是城市空间某处放置艺术小品或设施，亦或是有目的地前往某家商店，引导人行进，即方向性、指向性的1型空间。与单纯的通过性I型空间不同，指向性I型空间可能具有路径-空间的丰富内涵。
随机型行为轨迹–在有目的或有任务在身的情况下，人的通行遵循“两点之间线段最短”的原则，会流线型快速通过进而到达目的地。在无目的的情况下如若空间中心有标志物，那么很可能出现围绕标志物运动的0型行为轨迹，如若空间中没有吸引视线的主要元素，那么人的运动轨迹很可能是杂乱无章的。
行为与心理结合
基于心理学家马斯洛(Maslow)的需要层次理论(安全感、领域感、私密感归属感、认同感、景观审美活动等)和人群行为的普遍特征如边界效应、地标效应、向心效应、群体效应、从众心理、亲水性等对人群行为与空间的对应关系进行梳理。
城市空间中行为活动与空间之间的联系表现在空间要素、空间尺度和空间形态等方面。空间要素具有界定空间和增强安全感的作用，其潜在价值是由人的活动赋予的;空间尺度影响人的空间体验，不同尺度的空间对应不同的行为模式;空间形态对人的行为活动没有限制性。人的行为是与人对空间的直觉体验密切相关的，街道步行空间与其使用者的行为之间是一个有序互助的过程，人们在使用过程中对空间进行多方位的感知。
(2)取得的主要研究进展、重要结果、关键数据等及其科学意义或应用前景。
1)基于数字化手段及计算机视觉技术探讨开放式景区空间与人群行为的关系。
主要研究进展:通过对空间构成的研究,归纳总结空间原型及空间构成要素得出城市型景区空间的判别依据。
重要结果:结合运用计算机视觉技术和问卷调查，基于外显行为和内在感受2个方面归纳总结人群的相互关系:最后从“空间-行为”关系角度和管理监督2个方面提出优化建议，从而提升人群在城市型景区中的游憩体验质量;基于所得结论，从物质空间、活动组织和服务管理3方面，提出优化建议。
关键数据:
数据 1:天津水上公园相关数据
数据 2:北京天坛相关数据
科学意义及应用前景:将智能APP作为输出端口，形成管理服务平台:引导人群选择合理场地，完善景区数据采集，借助智慧旅游的方式顺应全域旅游的发展，为同类型免费开放景区的研究提供参考。2)基于计算机视觉技术探讨城市公共空间品质与使用者体验的关系主要研究进展:从多媒体人机交互界面的结构信息分布出发，提取了视觉精度特征点，计算获得了界面的平均信息能力以及结构信息，并将其作为评估视觉精度的指标，所提方法计算简单，易于实现。
重要结果:结合运用计算机视觉技术，架设机器进行视频采集，通过对连续的摄录视频进行帧间差值分析以得出精确的“空间-行为”关联图像，准确客观地分析并还原人群的空间行为模式。将城市公共空间不同要素进行划分，量化具体的空间尺度与形态，对空间品质进行评级，并与人群空间行为模式进行定性与定量关联，进而从使用者体验感受的层面指导空间设计。通过参与式更新模式，对社区、街道等空间提出优化建议。
关键数据:
数据1:陈列空间三维累积可视分析相关数据
数据 2:城市公共空间相关数据
科学意义及应用前景:通过引进新技术有效地将人的行为活动与空间建立联系，在监控技术方面引入计算机视觉技术，从客观的角度对行为活动进行监控有的放矢地为城市公共空间“空间-行为”研究提供更加详实的研究依据，在大量数据分析基础上，总结与归纳城市公共空间品质与使用者体验的关系，为城市公共空间微更新提供参考。
3)基于计算机视觉技术探讨传统聚落空间与人群行为关系并构建景观空间多尺度辩证逻辑体系
主要研究进展:通过对传统聚落空间尺度、图式和时间进行研究，分析传统聚落住居环境多尺度景观空间营造与人群观景路径设计,构成景观空间多尺度辩证逻辑体系。
重要结果:
结合运用计算机视觉技术与空间图示解析，基于情景、逻辑和构造3种图式以及概念化表达归纳总结对景观空间的情景体验、空间感知、秩序构想;最后从“空间-行为”关系角度出发，通过动态身体时空位移的景观空间感知叠加和静态过白视口进行观景的历时性情景叠加,对传统聚落空间观景路径设计提出优化建议，基于所得结论，为乡土建筑及多尺度人文空间环境的保护和合理利用提供新的视角与途径。
关键数据:
数据1:福建闽江流域传统聚落相关数据
数据2:贵州传统聚落“场坝”相关数据
数据3:闽东地区庄寨相关数据
科学意义及应用前景:构建景观空间多尺度辩证逻辑层级体系，于大小嵌套空间单元中进行“形势”转换和图式跃迁表达。探讨其地方性与普适性的内在逻辑关系，形成网络数据库。为研究传统建筑遗产和景观空间的保护传承和创新发展提供依据，同时对当代外部空间的设计创作和观景方式提供参考。
……
还有更多成果内容，详见项目结题成果报告。该项目报告共计43页，关注城市数据派微信公众号，在微信公众号对话框中输入241119，即可获得报告全文PDF的下载方式。
原文始发于微信公众号（城市数据派）：如何将计算机视觉技术引入城市空间研究和人群行为分析中来？丨城市数据派
