本申請實施例涉及聲環(huán)境，尤其涉及一種聲環(huán)境煩惱度的預測方法、裝置、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、隨著城市化進程的加快，聲環(huán)境問題日益嚴重，如交通噪聲、工業(yè)噪聲、建筑施工噪聲、早市等生活噪聲等，嚴重影響著居民的生活質(zhì)量。因此，為了提高居民的生活質(zhì)量，聲環(huán)境問題在城市規(guī)劃、交通管理等領(lǐng)域起著重要的作用。因此，在進行城市規(guī)劃、交通管理或者噪聲治理時需要收集相關(guān)區(qū)域，如某街道、某城鎮(zhèn)或者某小區(qū)的聲環(huán)境對居民所產(chǎn)生的影響情況，目前，大都是采用煩惱度這一指標表征聲環(huán)境對居民所產(chǎn)生的影響。

2、現(xiàn)有技術(shù)中，大都是通過走訪或者問卷調(diào)查的方式進行聲環(huán)境煩惱度的收集，存在效率低下、人工成本較高的問題；除此之外，也可以通過一些算法或者模型進行煩惱度的預測，如基于某環(huán)境中的噪聲信息或者車流量信息進行煩惱度的預測，但是這種方式依然需要通過走訪或者問卷調(diào)查的方式收集或者測量環(huán)境中的噪聲信息或者車流量信息，同樣存在效率低下、人工成本較高的問題。

3、因此，有必要提出一種聲環(huán)境煩惱度的預測方法，以解決現(xiàn)有技術(shù)中聲環(huán)境煩惱度預測效率低下、人工成本較高的問題。

技術(shù)實現(xiàn)思路

1、為克服相關(guān)技術(shù)中存在的問題，本申請實施例提供了一種聲環(huán)境煩惱度檢測方法、裝置、電子設(shè)備及存儲介質(zhì)。

2、根據(jù)本申請實施例的第一方面，提供了一種聲環(huán)境煩惱度檢測方法，所述方法包括：

3、獲取采樣區(qū)域所對應的全景環(huán)境圖像和地理位置信息；

4、將所述全景環(huán)境圖像和所述地理位置信息輸入預先訓練的煩惱度預測模型，通過所述煩惱度預測模型對所述全景環(huán)境圖像進行特征提取，得到所述全景環(huán)境圖像的圖像特征，并基于所述圖像特征和所述地理位置信息獲得所述采樣區(qū)域的聲環(huán)境對居民所產(chǎn)生的煩惱度預測值。

5、根據(jù)本申請實施例的第二方面，提供了一種聲環(huán)境煩惱度檢測裝置，所述裝置包括：

6、第一獲取模塊，用于獲取采樣區(qū)域所對應的全景環(huán)境圖像和地理位置信息；

7、輸入模塊，用于將所述全景環(huán)境圖像和所述地理位置信息輸入預先訓練的煩惱度預測模型；

8、預測模塊，用于通過所述煩惱度預測模型對所述全景環(huán)境圖像進行特征提取，得到所述全景環(huán)境圖像的圖像特征，并基于所述圖像特征和所述地理位置信息獲得所述采樣區(qū)域的聲環(huán)境對居民所產(chǎn)生的煩惱度預測值。

9、根據(jù)本申請實施例的第三方面，提供了一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序以實現(xiàn)如第一方面所述的方法。

10、根據(jù)本申請實施例的第四方面，提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述程序被處理器執(zhí)行實現(xiàn)如第一方面或所述的方法。

11、根據(jù)本申請實施例的第五方面，提供了一種計算機程序產(chǎn)品，包括指令，當所述指令在計算機上運行時，使得所述計算機執(zhí)行如第一方面所述的方法。

12、本申請實施例提供的技術(shù)方案可以包括以下有益效果：

13、本申請實施例中，在需要獲知某個區(qū)域的聲環(huán)境對居民所產(chǎn)生的煩惱度時，則獲取該采樣區(qū)域所對應的全景環(huán)境圖像和地理位置信息，將該全景環(huán)境圖像和地理位置信息輸入預先訓練的煩惱度預測模型，通過該煩惱度預測模型對該全景環(huán)境圖像進行特征提取，并基于得到的圖像特征和上述地理位置信息獲得該采樣區(qū)域的聲環(huán)境對居民所產(chǎn)生的煩惱度預測值；通過本申請實施例，僅基于全景環(huán)境圖像和地理位置信息通過端到端的方式即可實現(xiàn)聲環(huán)境煩惱度的預測，不需要通過走訪或者問卷調(diào)查的方式來獲知該區(qū)域的煩惱度，也不需要花費大量的人力成本去收集采樣區(qū)域的噪聲來源信息，煩惱度預測方法簡單方便，節(jié)省了大量的人工成本，并且通過采用模型預測的方式，客觀性更強，進而可以提高該區(qū)域煩惱度預測的準確性。

14、應當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本申請。

技術(shù)特征：

1.一種聲環(huán)境煩惱度的預測方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)各個所述采樣區(qū)域的地理位置信息、煩惱度預測值和所述待預測區(qū)域的地圖信息，生成所述待預測區(qū)域的聲環(huán)境煩惱度分布地圖，包括：

4.根據(jù)權(quán)利要求1-3任一項所述的方法，其特征在于，所述煩惱度預測模型包括級聯(lián)設(shè)置的特征提取網(wǎng)絡(luò)和特征映射網(wǎng)絡(luò)；

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述特征提取網(wǎng)絡(luò)包括級聯(lián)設(shè)置的一個第一卷積層、兩個第二卷積層和四個殘差網(wǎng)絡(luò)，所述第一卷積層的卷積核大于所述第二卷積層的卷積核；

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述特征映射網(wǎng)絡(luò)包括級聯(lián)設(shè)置的第一全連接層、第二全連接層和第三全連接層；

7.根據(jù)權(quán)利要求1-3任一項所述的方法，其特征在于，所述通過所述煩惱度預測模型對所述全景環(huán)境圖像進行特征提取，得到所述全景環(huán)境圖像的圖像特征，并基于所述圖像特征和所述地理位置信息獲得所述采樣區(qū)域的聲環(huán)境對居民所產(chǎn)生的煩惱度預測值之后，所述方法還包括：

8.根據(jù)權(quán)利要求1-3任一項所述的方法，其特征在于，所述煩惱度預測模型是通過如下過程訓練得到的：

9.一種聲環(huán)境煩惱度的預測裝置，其特征在于，所述裝置包括：

10.一種電子設(shè)備，其特征在于，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序以實現(xiàn)如權(quán)利要求1-8中任一項所述的方法。

11.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述程序被處理器執(zhí)行實現(xiàn)如權(quán)利要求1-8中任一項所述的方法。

12.一種計算機程序產(chǎn)品，其特征在于，包括指令，當所述指令在計算機上運行時，使得所述計算機執(zhí)行如權(quán)利要求1-8中任一項所述的方法。

技術(shù)總結(jié)
本申請實施例提供了一種聲環(huán)境煩惱度的預測方法、裝置、電子設(shè)備及存儲介質(zhì)。該方法包括：獲取采樣區(qū)域所對應的全景環(huán)境圖像和地理位置信息；將全景環(huán)境圖像和地理位置信息輸入預先訓練的煩惱度預測模型，通過煩惱度預測模型對全景環(huán)境圖像進行特征提取，得到全景環(huán)境圖像的圖像特征，并基于該圖像特征和上述地理位置獲得采樣區(qū)域的聲環(huán)境對居民所產(chǎn)生的煩惱度預測值?？梢姡炯夹g(shù)方案中，基于全景環(huán)境圖像、地理位置信息和煩惱度預測模型即可實現(xiàn)聲環(huán)境煩惱度的預測，不需要耗費大量的人力成本，預測方法簡單方便，大大提高了聲環(huán)境煩惱度的預測效率，并且準確性較高。

技術(shù)研發(fā)人員：賈敦新,謝輝,張圣海,王文靜,楊航,肖禮軍,金剛,秦維,劉暢
受保護的技術(shù)使用者：重慶大學
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19