课程视频在线视频

下面就是方法

我们说方法我们有这个

就是我们的比如说街道空间

或者小的公园

形态上怎么来做

我们说现在有两种方法

不好意思 我要说的是

这三种都是大规模来做的方法

给你一个街道让你好好来研究

那很容易呀 对不对

你观察一下午那可能也出来了

系统性社会观察

比如说北京一万个街道

让你来做形态品质活力测度

你应该怎么做

我们说形态上

你是可以用街景图片的

用街景图片

就是看现场是

Built environment audit

你不到现场看

你在网上看这个现场

可以吧

我在街景图片上

把北京看了一遍 可以吧

这个怎么翻译

这个就是再加上一个

Virtual

虚拟的建成环境审计 对吧

就虽然没有到现场

但是仿佛和到现场也差不多

有很多公共健康上的论文来证明

说我用谷歌影像

研究一个地方的安全感

和我到现场做出来的是很一致的

什么意思呢

体现了这个研究告诉你

以后评估一个街道的安全与否

舒适与否

你不用到现场来看了

你用Google street view

就可以来看了

其实有很多文章来证明

研究可步行性等等

所以我们团队

当然现在这个之后

也有很多国内同行

大规模的用街景图片来研究

因为你说一万个街道

北京一万个街道你怎么做

你总不能把北京一万个街道

都看一遍吧

那你得打车

得花多少费用 对不对

所以用街景图片

还可以用这个建筑物来做 对吧

因为建筑物

塑造了我们街道的空间

第二方面 品质怎么样

就是街道美不美丑不丑

也可以用街景图片

和审计的这个平台

还可以用一些生物智能设备

再用人工智能

人工和人工智能结合的方式来做

这类似于北京的一万个街道

我知道500个

那500个我知道它是美还是丑

然后我告诉电脑

我这还有一万个你帮我算一下

类似于我标注了500个图片

告诉里面有300个猫200个狗

然后告诉你

我后边还有一万个动物

我们人工智能那次

也稍微说了一些 对吧

这是深度学习 也是可以的

活力呢

活力是最简单的

活力 当然我们说

活动是简单

但是活力不简单 对吧

我们只是做了一个转译对吧

我们说的更多的是活动

我们说可以用一些大数据的方式

现在淘宝上随便一买

都能买到很多数据

其实也很有意思

我们用手机的数据

也可以对每个街道上的活动

都做一个测度 都是可以的

用微博的数据

模拟评估线上的活力

也是可以的

下面就是很简单的一些方法

首先就是我们针对

我们的空间长什么样子

第一个维度 形态

形态 我们有五种方法

现场调查

基本的城市的基本信息

其实有大量的城市

每个街道有多长多宽

两边有什么房子

都是在网上是免费的

所以当时就会发现

有的时候研究纽约

比研究北京更容易 对吧

这个数据可获得性是更高的

用街景图片来测度

用建筑物来测度

所以这张图反映的就是

我们说我们

我们要研究街道的时候

我们可以把街道进行解剖

分成不同的部分

比如说我们有一个研究工作

就是看北京每个街道

在过去三年有没有发生什么变化

然后我们可以

当时的街景 现在的街景

我们来对比

当然业余的方式说

这个变了

这是很业余的方式

不一样了

老太太回忆说不一样了

稍微专业一点

你总得把它解剖一下

说是底商发生了变化

建筑立面发生了变化

植被发生变化

车道发生变化

人行空间发生变化

所以可以稍微地

把它剖析 解剖一下

我重点来说街景图片

当然街景图片最容易的方式

是人工判读 可以吧

人工判读

那就变成什么

Manually built environment audit 可以吧

就是人工的 虚拟的

建成环境的审查

当然人工判读

你总不能总是人工

我们说有能不能稍微智能的方式

第一个你可以用Matlab来做

所以我们做了一个研究工作是

给一张图片

自动把绿色的识别出来

然后再告诉它

每个街道不同的点

绿色占比

说每个街道的

每隔20米我选一个观察点

顺着街道 背对街道 它两侧

有四张照片 对吧

每个照片我都算出一个比例

求平均值

说绿视率怎么样

但用Matlab有个问题是什么呢

你会把一些清真的餐厅

绿色的车也都识别出来

但无论如何Matlab是一种方法

因为它专门做图片的

但是现在网上也有很多

开放的API

比如微软提供这样的

在线的API

API就是Application

Programming interface

很简单 写三行代码

就可以自动算一个照片里面

有什么要素

对吧 微软有这样的功能

比如最简单的是

三年前曾经很火的一张

一个功能是什么呢

发一个合影

就能算出每个人有多大

我相信诸位有个别的

可能会用过

然后有人被高估了

有人被低估了 对不对

其实用的就是类似这样的方式

微软上给一个图片就能识别出

人手 建筑物的拱门

道路 教堂 室内 室外 鲜花等等

是可以自动识别出来的

这很简单的方式

你在微软这个上面

你可以直接查询

自动上传也可以

但这个有问题是

如果你有一万张照片

它可就不让你免费来算了

那就是收费的

这是收费的服务

如果300张是免费的可能

一万张就是收费的

然后当然图片的还可以有这样

有一些深度学习的算法

比如说SegNet Mobilenet Inception

一些算法

给你一个图片就自动能识别出

什么地方是树

什么地方是道路

什么地方是人行道

什么地方是天空 类似于

就能够自动来识别

所以这是街景图片

当然我要做一个概括的话

图片的深度学习主要有几种

第一个方面是

Classification

Classification什么意思

给你一个图片

告诉我里面有没有狗 可以吧

但是没告诉你狗在哪

第二个图片是

第二个意思是Segmentation

Segmentation是什么意思呢

给你一个图片类似于这样

告诉你这是天空 这是绿地

对不对

这是Segmentation

还有一种是

Object Detection

就类似于说

这里面有个人 人在这儿

给你画出一个框来 对不对

所以刚才微软那个做的是这个

所以无论如何我想针对于

我们现在有越来越多的方法

可以做大规模的图片的识别

再不济我们还有人工智能的方式

再不济我们还有众包的方式

再不济我们还有淘宝的方式

然后人工智能

人工智能有三种

所以这个时候就很有意思

为什么我今天主题

原来题目是基于图片的什么什么

因为后来我们发现

很多城市空间的问题

都可以变成图像的问题

有意思吧

比如街景图片是全覆盖的

每个空间又有监控

我们刚做了一个研究工作

是什么呢

用打猎相机拍摄的

水墨社区安了五个线

当然是在他们居委会

和派出所的支持之下

五个打猎相机

每五分钟拍一张照片

挂了两周 拍到很多照片

我们就可以自动地

来做一些图像识别的工作

其实很多空间问题

最后可以用图片的方式来做

当然有同学会说

我要研究清华

清华里面没有

没有街景图片 对不对

是因为当时百度的车要开进来

比如说我们保安不让他进

所以从此我们里面是没有街景的

举个例子

这个时候怎么做

其实我们也可以自己

来采集街景图片

诸位想想怎么采

其实我说我们实验室

暑假的时候

做了一个很简单的工作

把手机放到电动车上

然后录像 对吧

然后录像

当然也可以设置成延时摄影

或者间隔拍照 对吧

我每两秒钟拍张照片 可以吧

最后清华大学拍了一万张照片

每个照片也有经纬度的坐标

在它EXIF里面

对吧 现在iPhone拍照都有

很多智能手机拍照都有

我们不就可以

说清华里面

不同位置的街景图片是什么

都是可以的

当然我们暑假的时候

在鹤岗 鹤岗20平方公里

那么大的土地

20平方公里

那你再骑个电动车 自行车

那就不行了 对不对

我们用行车记录仪这样的方式

把鹤岗拍了一遍

因为百度上街景图片没有那么新

所以我们花了500块

租了一个出租车

跑了六个小时

然后用了一个500块的设备

行车记录仪的设备

然后就把鹤岗可以拍一遍

这样你不就把空间的现状

拍下来还有经纬度的坐标

对不对

你不就自己来生产街景图片嘛

这个多好 对吧

把数据获得的权力

掌握在我们自己手上

而不是在互联网公司的手上

这样我可以今天拍完

明天再拍

我就可以说过去一天的变化

可以吧

我可以这个月拍完

下个月再拍

一个月的变化

所以这是有可能的

所以无论如何我的意思是

图片数据对我们研究

人本尺度城市形态

公共空间是有非常大的一个作用

当然现在我也怂恿美团的快递员

我说你们每个快递员

有一个摄像头在车上

那这了不得 对不对

小区里面写字楼里面到处都有

但他们最好别这么干

另外一个就是我们用

用建筑物的数据

怎么来测度

一个街道空间的形状

当然这张图就很形象了

我们可以用GIS的

一些空间分析的算法

自动来算每个街道两旁

建筑物 street wall 对吧

一共占多长

能算60%贴线率 还是80%

是可以的

高宽比我们也是可以来测度的

这个时候就很有意思

你想如果两个街道

一个街道呢

这边都是三层

这边都是三层

你想这是一个什么街道

两边都是高度一致

有的街道这边是三层

这边是八层

你想这样的空间又是什么样子

对吧

你可以感觉

这边三层 那边八层 对吧

所以这是

每个指标都是反映

不同的空间的状态

还有一个指标是什么呢

如果这边平均是三层

这边平均也是三层

平均值是三

但是这边有的是一有的是八

对吧

即便是平均都是三层

给你的空间又有很多种可能

所以我想其实

用建筑物塑造出来的

这个时候你就可以用

算平均值

再算一个标准差也可以 对不对

标准差越大

表示建筑物越错落有致 可以吧

其实你用一个平均值

一个标准差

你就可以把这种空间的形态

塑造出来

还有它两边都测度一下

所以我们就可以用建筑物

很好地来测度我们的空间

这个就是我们

说空间形状发生什么变化

可以用2015年的街景

用2012年的街景 对吧

我们也可以一个一个来看

不同位置发生什么变化

所以这个是什么

这个就是用科学研究的态度

做找不同的游戏

对吧

就看底商有没有发生变化

道路铺装有没有变化

其实这个也很有意思

这是原有没有街景图片的时候

是不可能的

只能靠大爷大妈来回忆

说原来我门口那个路

有两个车道那么宽

现在变成三个车道了等等

所以我们是可以用这样的方式

当然现在还有一个好处是

有越来越多的行车记录仪

拍摄我们的城市 对吧

很多车上都装了行车记录仪

百度公司每年拍摄一遍北京

那我要说行车记录仪

可能每天拍摄北京800次 对不对

这个时候我们就可以

来做更有意思的工作

所以什么叫测度不可以测度

对吧

就一 我们有数据了

二 我们有算法了

三 我们能存储

我们来做

当然我要说我们这里面做的

还是用新的数据

来研究老的城市 对不对

而不是用

而不是研究新的城市

对吧 这是一个

然后下面就是品质

品质这个我很快来过

因为我们说空间的形态

我们可以用街景图片 现场

用建筑物来塑造出来

空间长什么样子 对吧

但品质好不好 美不美 丑不丑

我们在做美不美丑不丑的时候

也是借鉴了这个选美 对吧

说我们空间这个好还是不好

是可以一定程度来借鉴

我们选美的这样的过程 对吧

当然第一个是驻留意愿

就类似于我们派了一个

比如说派我过去

找出 我一个人说

找出哪一个是最帅

我一个人把所有人都打分

类似于我可以说

每个空间里面

你是否愿意驻留15分钟以上

有的说我非常不愿意

对吧 有的空间

你看了这个照片

有的照片就是我非常愿意

就I do 对吧

然后有的照片一般

每个我都可以打5分对吧

就是靠一个人

靠Auditor对吧

靠审查员

但这时候涉及到

你是到这个空间现场呢

还是只是看看街景图片就可以了

对吧

你要到现场那就是

Site visit

或者是built environment audit

我们街景图片就是

Virtual audit 对吧

所以这是一个人把所有的打分

当然我们还有一种方式是

说你只是从一个方面来打分

我们可不可以从五个方面 对吧

比如根据一些理论

说空间维和性怎么样

人性化尺度

通透性 整洁度 意象化

因为从一些理论上说

城市空间可以从八个维度

城市好的空间品质

是由八个维度来构成的

就把一个空间好与不好

品质高与低

分解成为八个维度 对吧

这个它是用这样的方式

比如说复杂度 连接性

通透度 人本尺度等等

就每个方面你都来打分

原来是一个空间打一个分

现在一个空间打五个分

或者打八个分

最后最高分是八分

最低分是零分

我们也可以

但是还有就是刚才我们说的

就两两对比

这是一个可以的方式

大家得保证对比的

大规模的对比 对吧

你要算一下有多少次

基本上能够每个pair

能够被遍历对不对

这很重要

但这种对比也有两种方式

你可以一个人看这个网页来对比

也可以把这个网页公布出来

让清华大学所有的同学都来看

选出清华最美的一个街道

或者一个小的绿地也可以

但这个得保证有大规模的试验

大规模的样本的输入

还有形态指标法

就类似于评估人

我说鼻梁高不高 对不对

眼睛大不大

那我们空间也是可以如此

它的贴线率怎么样

高宽比怎么样

整洁度怎么样

然后每个方面我们都可以

绿化怎么样

我们可以用一些客观的指标

来表征一些主观的perception

诸位想 我们就把一个

刚才我让诸位来讨论的

来回答的

是一个很主观的问题

一个人帅与不帅

美与不美

品质高与不高

这是一个perception

你怎么把它变成自动化

就是你如果

能把它客观的指标

和它链接上来不就更好吗

有指向性的一些客观指标

因为客观指标你可以测度出来

客观指标你可以测度

他的身高 他的体重

他的眉毛的宽度

也都是可以的

我们用形态指标法 连续度

还有我们有人工智能

什么意思呢

比如说有个小朋友我拍的

然后我告诉他

哪些是最帅的

我让他看完

哪些是最丑的他又看完

然后说OK派你到隔壁班

找出最帅的这个人选

也可以

这不就是人工智能

人工标注与人工智能结合的方式

就是在让电脑知道

哪一个空间最美之前

你总得告诉电脑

哪一个空间是最美的 对吧

你想让它有多准

你就得做多大的工作量

要多少智能就得有多少人工

怎么可以用一些人工标注

和机器学习的方式

最开始我们展示的

北京的那个五环工作

之后我们就做了全国的

这个工作

人工智能机器学习

当然这个就展示的是

我们做的是

人工标注了30万张之后

就推广到中国这么多城市

这个里面就是我们的

一些品质的结果

颜色越黑表示品质越差

有意思吧

当然这个图很有意思

就是指的是

中国的街道空间品质

哪一个城市最差

哪一个城市最好

原来只是你作为游客

作为居民的个别的一些认识

不能保证一个人去过所有的城市

不能保证一个人以同样的眼光

把所有城市都看了

而我们让电脑把每一个城市的

每一个街道上的

朝四面八方都看了一遍

就看出这样的结果

当然在直辖市里面

北京是空间品质最差的

然后当然还可以用一些

生物智能的设备

就是一个人长得帅与不帅

不是靠你说出来的

不是你state对吧

说出来的

是表征出来的

就类似于

我要找到一个

测他的心速

见到一个人 对不对

这个心率

你如果脉搏明显的

心跳次数更频繁了

说就表明他更帅 对吧

但这也是一个比喻了

我们就可以用眼动仪的方式

用一些生物智能的设备来做

脑电波等等都是可以的

当然我要不得不说什么呢

我们这个研究里面

致力于用眼动仪的方式

来评估最美的空间

后来我们失败了

就是发现没有什么规律

就一个人眼睛看什么地方

和它品质好与不好

没有什么太大关系

有时候 类似于有的人

一眼就看到了最漂亮的那位

有的人一眼就看到了最丑的那位

就是一眼就看到 对吧

这是一样的

所以当时我们SRT项目

那几个同学就不是特别适应

就是建筑学院的那几个同学

说我们这个怎么能失败呢

我们做设计课

没有干不出来的设计

诸位想一下是不是这样

然后我们老师做项目

没有干不出来的项目 对不对

就给你一个工作

你肯定会能完成的 对吧

这就很有意思

就真正的科学研究是什么呢

是你还是有失败的时候

有大量失败的时候

你每个都能成功

每个都能写出论文来

你怎么能来说你这是科学

对吧 所以这个就是

后来我就和这个同学说

我说你干不出来

你可以告诉别人

说我们用这个失败了

如果10个团队都做了 都失败了

那我们是不是变成

我们领域内的一个知识

就别人你就不要用眼动仪

这样的方式来评估空间品质

不要再费事了

就变成大家一个共识 对吧

所以我想也可以这样

然后活力呢

我们就可以用数据分析的

一些方式来做了

活力我们可以用一些

大数据的方式

然后当然 这是用虚拟的

建成环境审查的平台

我们可以开发一个网页

每个网页自动显示出

每个街道上每个点的四张照片

让人来1 2 3 4 来勾 对吧

当然这工作也是非常的勇于的

也非常的无聊的工作 对不对

所以我也在考虑我们当时雇的

也不是志愿者

我们有偿的一些服务

我们花了几万块

把30万张照片都看了一遍

就为了得到刚才北京的那张图

我们花了几万块的投入

5万块左右吧

中间 有意思吧

就相当于我经常遇到一些人说

你们专业做这个研究工作

还用花钱吗

拿电脑跑一跑

画一画 算一算就出来了

当然这个也很有意思

就是花了5万块

只为了得到一张图

然后我们用系统性的社会观察

或者虚拟的建成环境审查

所以我想这个就是

今天和诸位讨论的

就是说我们人本尺城市形态

城市设计的尺度 公共空间

它的理论的这个框

它很难来测度

它很重要

但是又很难来测度

现在有了数据 有了方法

可以来初步的做一些测度

但我认为还是比较初步的

然后理论方面有一些贡献

然后方法上有一些测试

形态上的 品质上的 活力上的