16、计算机视觉与听觉在城市分析中的应用

计算机视觉与听觉在城市分析中的应用

1. 引言

城市环境的复杂性、动态性和多层次性对建筑师和城市科学家提出了巨大挑战。为了更好地理解、预测、规划和设计城市环境，应用人工智能（AI）技术变得不可或缺。在众多可能的计算解决方案中，计算机视觉和计算机听觉作为分析工具，用于登记和理解城市现象的实际方面，显得尤为重要。通过这些技术，可以更准确地解读和提升城市动态的定性和定量理解。

2. 城市听觉：理论与应用

2.1 声景的定义与重要性

声景是指由环境产生的声音或声音组合，并且被人类感知的现象。城市声景作为城市环境的重要组成部分，揭示了城市的各种宝贵信息，影响着不同社会阶层、年龄和文化背景的市民。声景不仅能代表城市居民生活的场所，还能以广泛的方式描绘出来，为游客提供关于城市功能、福祉和便利设施的指导。声景研究在心理、物理和情感方面提供了丰富的信息，有助于理解城市环境的隐藏层面。

2.2 数据采集方法

城市声音的采集完全取决于具体的应用，必须在采集任何声音之前由城市规划者确定。传感器的布置和移动对城市声音采集的质量和数量有着巨大影响。因此，在选择每一种声音采集方法之前，估计成本、计算复杂度和目标是必不可少的。

2.2.1 点对点声音采集

通常，基于预定义位置捕捉声音是收集城市声音的最初方式之一。这种方法通过将城市的某个区域划分为网格，创建捕捉声音的潜在候选点。然后，需要从这些候选点中选择一些实际的点。在选择实际点时，需要考虑几个限制条件，如点不应位于私人区域或记录声音特别困难的区域。此外，点的位置必须在成本和复杂性之间取得平衡，以提供可靠且均衡的声音数据。