陳崇賢 李海薇 侯詠淇 劉京一＊

已有大量研究表明景觀對身心健康有直接或間接的影響。景觀能通過促進(jìn)人的體力活動以提高身體健康水平；也能對人的心理健康產(chǎn)生直接作用，包括減緩壓力、提升積極情緒與促進(jìn)注意力恢復(fù)等；還有助于減少空氣污染、降低噪聲水平與極端氣溫，從而減弱環(huán)境風(fēng)險(xiǎn)對人體健康的威脅。因此，探究景觀與健康之間的關(guān)系對建設(shè)健康宜居城市有重要意義。

人工智能領(lǐng)域中計(jì)算機(jī)視覺技術(shù)的迅猛發(fā)展為景觀與人類之間關(guān)系的研究提供了新的認(rèn)知視角與技術(shù)支撐。近年來，城市規(guī)劃和風(fēng)景園林領(lǐng)域涌現(xiàn)出大量基于圖像的大規(guī)模城市環(huán)境測度的研究，也有從不同視角展開的綜述研究。例如，Weichenthal等[1]綜述了深度學(xué)習(xí)技術(shù)在環(huán)境暴露對健康的綜合影響評估中應(yīng)用的前景、挑戰(zhàn)和數(shù)據(jù)源；Rzotkiewicz等[2]和Kang等[3]則回顧了街景圖像在健康研究中的應(yīng)用；最近，也有學(xué)者針對計(jì)算機(jī)視覺技術(shù)任務(wù)和算法及它們在城市分析中的應(yīng)用展開了綜述[4-5]。盡管計(jì)算機(jī)視覺技術(shù)在城市研究中已有大量應(yīng)用和討論，但對于它在景觀與健康關(guān)系研究中的應(yīng)用仍然缺乏整體認(rèn)識。隨著該研究領(lǐng)域的不斷深入與拓展，非常有必要進(jìn)一步對已有研究進(jìn)行系統(tǒng)性梳理與總結(jié)。

綜上，本研究通過系統(tǒng)梳理計(jì)算機(jī)視覺技術(shù)在景觀與健康關(guān)系研究領(lǐng)域的應(yīng)用現(xiàn)狀及主要應(yīng)用方向，分析它存在的缺陷和不足，提出未來研究展望，以期為計(jì)算機(jī)視覺技術(shù)在景觀與健康關(guān)系研究中的應(yīng)用提供參考。

1 研究材料與方法

研究文獻(xiàn)來源于中國知網(wǎng)（China National Knowledge Infrastructure, CNKI）數(shù)據(jù)庫與Web of Science（WOS）核心合集數(shù)據(jù)庫，時間跨度為2000—2021年，檢索時間為2021年8月。對“計(jì)算機(jī)視覺”“建成環(huán)境”“風(fēng)景園林”“健康”等相關(guān)概念進(jìn)行剖析，最終以“機(jī)器學(xué)習(xí)”“語義分割”“風(fēng)景園林”“城市設(shè)計(jì)”“景觀”“康復(fù)”“心理健康”“computer vision”“deep learning”“l(fā)andscape architecture”“built environment”“public health”等為關(guān)鍵詞進(jìn)行檢索，文獻(xiàn)類型為期刊和會議論文。剔除與主題概念不符、重要性較低的文獻(xiàn)，篩選得到20篇中文文獻(xiàn)、90篇英文文獻(xiàn)。最終，對上述110篇文獻(xiàn)進(jìn)行精讀，歸納總結(jié)其研究內(nèi)容、研究方法，并綜述當(dāng)前研究成果的進(jìn)展。

2 計(jì)算機(jī)視覺的相關(guān)概念及類別

計(jì)算機(jī)視覺是指基于圖像建立起對物體的整體認(rèn)知理解，以讓機(jī)器能像人一樣對物體進(jìn)行視覺信息解譯的科學(xué)，目標(biāo)是實(shí)現(xiàn)人類視覺系統(tǒng)的任務(wù)自動化。經(jīng)過幾十年的發(fā)展，它目前已成為一門融合了計(jì)算機(jī)科學(xué)、應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、認(rèn)知科學(xué)等的綜合性學(xué)科，是當(dāng)前人工智能領(lǐng)域的研究熱點(diǎn)之一。近年來，大數(shù)據(jù)和新技術(shù)的涌現(xiàn)推動著計(jì)算機(jī)視覺技術(shù)在不同領(lǐng)域廣泛應(yīng)用。例如，百度、騰訊和谷歌等平臺為研究者提供了大量的圖像數(shù)據(jù)，這些平臺已成為探索城市環(huán)境與人類關(guān)系的新數(shù)據(jù)來源；機(jī)器學(xué)習(xí)與深度學(xué)習(xí)技術(shù)在醫(yī)療影像處理、自動駕駛、人臉識別等領(lǐng)域展現(xiàn)了強(qiáng)大的特征學(xué)習(xí)與特征表達(dá)能力；簡易的算法應(yīng)用平臺如TensorFlow、PyTorch、OpenCV等也推動了計(jì)算機(jī)視覺技術(shù)在城市環(huán)境研究領(lǐng)域的快速應(yīng)用。目前，常用的計(jì)算機(jī)視覺技術(shù)任務(wù)有圖像特征提取、圖像分類、目標(biāo)檢測、語義分割、目標(biāo)追蹤、行為識別及圖像生成七大類別（圖1，表1）?？傮w而言，計(jì)算機(jī)視覺技術(shù)因?yàn)槟軌蚝喕曈X工作流程、快速執(zhí)行任務(wù)并提升結(jié)果的準(zhǔn)確性而被廣泛應(yīng)用于各個領(lǐng)域，但同時也受到數(shù)據(jù)集和算法的限制，在復(fù)雜目標(biāo)處理及穩(wěn)定性等方面還存在不足。

圖1 計(jì)算機(jī)視覺技術(shù)任務(wù)輸出結(jié)果示例Examples of output results of computer vision technology tasks

表1 常用的計(jì)算機(jī)視覺技術(shù)任務(wù)類別Tab.1 Types of frequently-used computer vision technology tasks

2 計(jì)算機(jī)視覺技術(shù)在景觀與健康關(guān)系研究中的應(yīng)用

2.1 在景觀對心理影響研究中的應(yīng)用

環(huán)境心理學(xué)領(lǐng)域已有大量研究證明接觸自然能產(chǎn)生心理健康效益[32]。景觀是人們感知的對象，其信息主要來源于人類的視覺感受，因此，早期有學(xué)者從景觀的視覺特征角度探究它對人的心理影響。21世紀(jì)初計(jì)算機(jī)技術(shù)的發(fā)展推動了景觀視覺特征的評估從傳統(tǒng)的主觀問卷形式向客觀景觀要素定量分析的轉(zhuǎn)變。尤其是圖像特征提取、圖像分類、目標(biāo)檢測及語義分割等技術(shù)的出現(xiàn)，使得不同的景觀視覺信息能夠從海量多源圖像中被自動化解讀和獲取，推動了景觀對人心理影響的量化研究，尤其是基于景觀視覺的心理健康效益和環(huán)境感知研究在尺度規(guī)模、數(shù)據(jù)來源與指標(biāo)構(gòu)建等方面的發(fā)展（表2）。

表2 計(jì)算機(jī)視覺技術(shù)在探究景觀對心理維度健康影響的具體應(yīng)用Tab.2 Application of computer vision technology in the exploration of landscape impact on mental health

2.1.1 心理健康效益評估

在心理健康效益評估方面，早期的研究多采用較為簡單的計(jì)算機(jī)圖像處理技術(shù)（如Photoshop軟件），這盡管為基于圖像數(shù)據(jù)的心理健康效益研究奠定了基礎(chǔ)，但也存在耗時長且效率低下的局限[33]。隨著語義分割技術(shù)和SegNet、PSPNet等算法的出現(xiàn)，采用大規(guī)模街景圖像、衛(wèi)星地圖及遙感圖像等數(shù)據(jù)開展研究成為可能。例如一些學(xué)者基于語義分割技術(shù)獲取城市或街區(qū)范圍街景圖像中的綠視率、視覺可步行性[42]、自然集中度[34]等指標(biāo)，并探究對幸福指數(shù)[17]、抑郁、焦慮、自殺率[35-36,43]等的影響。也有學(xué)者從衛(wèi)星地圖或遙感圖像數(shù)據(jù)中獲取藍(lán)綠空間占比、歸一化植被指數(shù)等指標(biāo)，從更大尺度探究景觀與居民不同情緒之間的關(guān)系[34,44]。相比傳統(tǒng)實(shí)地調(diào)查，此類圖像數(shù)據(jù)通常獲取便利、可操作性高，便于開展大規(guī)模研究，但受到識別分析能力的限制，形成的景觀要素指標(biāo)類型通常較為固定，并且存在圖像大數(shù)據(jù)與健康數(shù)據(jù)獲取時間不一致、與真實(shí)環(huán)境及人的體驗(yàn)有差異等缺陷。

2.1.2 環(huán)境感知評估

人對環(huán)境的心理感知反映了人對環(huán)境的感受和看法，從而進(jìn)一步對心理健康產(chǎn)生間接影響[45]。計(jì)算機(jī)視覺技術(shù)可以快速識別和獲取圖像中不同的景觀要素，從而為進(jìn)一步精準(zhǔn)測度和量化影響感知的具體因素提供了便捷途徑。已有大量學(xué)者基于街景照片和眾包數(shù)據(jù)，利用語義分割與圖像分類技術(shù)，模擬與預(yù)測城市景觀對人們的風(fēng)貌認(rèn)知[41]、審美感知[39]及風(fēng)險(xiǎn)感知[40]的影響，并進(jìn)一步分析景觀要素如綠視率、建筑、道路及色彩等與感知的關(guān)聯(lián)。同時，由于該種方法的便捷、高效及客觀等特點(diǎn)，有研究人員專門構(gòu)建了用于評估城市環(huán)境包括安全、美麗、沮喪、活潑、富有和無聊等感知的Place Pulse數(shù)據(jù)集[16,37-38]，該數(shù)據(jù)集和算法精度已經(jīng)過大量研究的重復(fù)驗(yàn)證并被廣泛借鑒應(yīng)用。例如，Zhang等[21]使用Place Pulse 2.0數(shù)據(jù)集來訓(xùn)練深度卷積網(wǎng)絡(luò)，借助城市街景圖像以預(yù)測人們在北京和上海的城市感知，并結(jié)合其他多源地理大數(shù)據(jù)和空間統(tǒng)計(jì)學(xué)分析方法，發(fā)掘城市內(nèi)不顯眼但有趣、受歡迎的地方[46]。但是，由于目前能公開獲取的主要是百度、騰訊及谷歌等街景圖像，因此已有研究主要以城市街道為對象（圖2），對其他類型如公園、居住區(qū)戶外環(huán)境等關(guān)注較少。

圖2 騰訊街景地圖中的城市街景圖像Urban streetscape images in Tencent Street View

2.2 在景觀對生理影響研究中的應(yīng)用

許多研究證明景觀對人體生理健康有直接或間接的影響[47-48]。一方面，景觀可能會對人體產(chǎn)生直接的生理健康威脅，另一方面，也可以通過影響人們的體力活動對生理健康產(chǎn)生間接的影響。除了獲取環(huán)境圖像數(shù)據(jù)中對人生理產(chǎn)生影響的景觀要素，計(jì)算機(jī)視覺技術(shù)還能夠基于行為識別和目標(biāo)檢測等方法判斷圖像中人的活動強(qiáng)度、活動類型及活動特征等，拓展了研究方法和思路（表3）。

表3 計(jì)算機(jī)視覺技術(shù)在探究景觀對生理維度健康影響的具體應(yīng)用Tab.3 Application of computer vision technology in the exploration of landscape impact on physical health

2.2.1 生理健康威脅

計(jì)算機(jī)視覺技術(shù)可以基于宏觀與微觀的圖像數(shù)據(jù)，提取景觀視覺要素信息如綠視率、天空可視率、圍合度、建筑、道路面積占比等，從而有助于探究這些要素與慢性非傳染性疾病（如肥胖[49]、癌癥[15]、糖尿病[23]等）、傳染性疾?。ㄈ鏑OVID-19[52]等）、空氣污染[1]、噪聲[19]、熱舒適性[53]及身體傷害（如物質(zhì)濫用[55]、交通事故[18]）、生理功能強(qiáng)弱[54]等之間的聯(lián)系。例如，有學(xué)者對谷歌地圖進(jìn)行語義分割來提取景觀要素?cái)?shù)據(jù)，從宏觀尺度探討環(huán)境與肥胖率[49]及癌癥患病率[15]的關(guān)系。此外，還有許多學(xué)者結(jié)合了街景和遙感圖像，利用圖像特征提取技術(shù)提取與氣溶膠負(fù)載相關(guān)的圖像顏色來評估環(huán)境的空氣污染程度[50]，或探究影響空氣污染的街道環(huán)境因素等[51]。近年，隨著數(shù)據(jù)來源的多元化發(fā)展，不少學(xué)者開始借助互聯(lián)網(wǎng)[52]或便攜式相機(jī)[19]（圖3）等獲取圖像以展開研究。例如，Zhang等[52]基于語義分割，通過爬取鏈家上的居住區(qū)照片并結(jié)合其他多源傳感器獲取武漢市650個確診COVID-19病例社區(qū)的綠視率、天空可視率和其他環(huán)境指標(biāo)，探討了居住區(qū)環(huán)境特征與COVID-19病毒傳播的關(guān)系。但是，已有研究中的景觀視覺要素信息仍存在難以全面表征不同時空下環(huán)境特征的缺陷。

圖3 使用便攜式相機(jī)在公園和居住區(qū)戶外環(huán)境等中收集圖像Image collection by portable camera in parks, residential outdoor environments, etc.

2.2.2 體力活動

定期進(jìn)行戶外體力活動有助于降低各種慢性生理疾病的風(fēng)險(xiǎn)，從而提升生理健康水平。然而，如何量化評估環(huán)境中景觀要素對體力活動的影響是研究的關(guān)鍵。目前，大多數(shù)研究主要基于計(jì)算機(jī)視覺技術(shù)提取圖像數(shù)據(jù)中的景觀視覺要素指標(biāo)，探究它與體力活動的關(guān)系。例如，Wang等[56]利用FCN-8s算法和ADE20K標(biāo)注數(shù)據(jù)庫對騰訊街景圖像進(jìn)行語義分割，提取綠視率、車行道、人行道的面積占比等數(shù)據(jù)，探討體力活動在綠色環(huán)境與心理健康關(guān)系中的調(diào)節(jié)作用。也有學(xué)者通過提取圖像數(shù)據(jù)中圍合度、視覺擁擠度、視覺可步行性等指標(biāo)，探究與步行[57-58]和騎行概率[59]、時長及速率等之間的關(guān)系。但上述已有研究的客觀環(huán)境數(shù)據(jù)都是靜態(tài)的，評價(jià)體力活動的數(shù)據(jù)偏向主觀，僅描述了某一時刻的環(huán)境特征及它與體力活動的關(guān)聯(lián)，與真實(shí)的環(huán)境和人的活動情況存在一定差異。因此，隨著行為識別和目標(biāo)檢測技術(shù)的應(yīng)用，一些學(xué)者也開始關(guān)注景觀與客觀體力活動相關(guān)指標(biāo)（包括活動強(qiáng)度、活動類型及活動時長等）的關(guān)系[56,60-61]。例如Carlson等[27]基于行為生態(tài)影像識別模型，結(jié)合攝像機(jī)定點(diǎn)拍攝視頻，分析不同戶外環(huán)境與人的活動動作特征和強(qiáng)度之間的關(guān)系。

2.3 在景觀對社交活動影響研究中的應(yīng)用

城市公共空間是居民進(jìn)行社交活動的重要場所，也是居民健康與福祉的重要保障。探究社交活動與景觀特征的關(guān)系有助于促進(jìn)高質(zhì)量公共空間的營造。反映社交活動的數(shù)據(jù)，如活動軌跡和行為，往往具有動態(tài)變化的特征。近年來，目標(biāo)追蹤、行為識別和目標(biāo)檢測等技術(shù)的發(fā)展以及圖像和視頻大數(shù)據(jù)方法的引入，彌補(bǔ)了過去研究主要采用人工定點(diǎn)記錄耗時、費(fèi)力的缺陷，實(shí)現(xiàn)了這一過程的自動化（表4）。

表4 計(jì)算機(jī)視覺技術(shù)在探究景觀對社交維度健康影響的具體應(yīng)用Tab.4 Application of computer vision technology in the exploration of landscape impact on social health

2.3.1 人群行為

在人群行為與環(huán)境的關(guān)系方面，已有研究主要通過相機(jī)、攝像機(jī)、傳感器及網(wǎng)絡(luò)數(shù)據(jù)等采集景觀空間中的人群行為軌跡[10]、空間分布[63]、人流量[62]及街道活力[64]等數(shù)據(jù)，并進(jìn)一步結(jié)合計(jì)算機(jī)視覺技術(shù)分析人群行為的時空規(guī)律及其影響因素。例如，胡一可等[10]利用相機(jī)、攝像機(jī)等獲取研究地點(diǎn)的視頻數(shù)據(jù)，并通過計(jì)算機(jī)視覺的目標(biāo)追蹤和行為識別技術(shù)獲取人群行為軌跡，從而還原并分析人群在不同城市景觀空間的行為模式特征[10]。除了探討環(huán)境因素對人群行為的影響之外，還有學(xué)者更進(jìn)一步借助不同計(jì)算機(jī)視覺算法探究在微觀尺度的街道環(huán)境[62]、宏觀尺度的城市環(huán)境[63]中影響人群行為活動的景觀特征（如空間形狀、邊界及色彩等），并進(jìn)一步預(yù)測人群的空間分布規(guī)律。以上研究中的視覺數(shù)據(jù)主要利用相機(jī)、攝像機(jī)等對場地進(jìn)行定點(diǎn)收集獲取，彌補(bǔ)了街景圖像、遙感圖像等靜態(tài)、時間滯后性的缺陷，但數(shù)據(jù)獲取的時間、設(shè)備及人力成本相對更高。

2.3.2 其他社交因素

人群行為是社交的客觀反映，也有研究從社交的主觀反映視角探討如社會凝聚力[56]、社區(qū)組織活力[65]及社交網(wǎng)絡(luò)[55]等其他社交因素與景觀的關(guān)系。相關(guān)研究主要借助了語義分割技術(shù)對街景圖像的環(huán)境要素進(jìn)行提取，結(jié)合相關(guān)社交因素的問卷調(diào)查，以探討環(huán)境要素與社交因素的關(guān)系。例如，Wang等[65]基于語義分割技術(shù)探究綠視率及歸一化植被指數(shù)等街道環(huán)境特征與社區(qū)組織活力的關(guān)系。Mennis等[55]針對青少年群體，探究了居住區(qū)綠色環(huán)境與他們社交網(wǎng)絡(luò)的關(guān)系?？傮w而言，目前在探究其他社交因素方面采用的計(jì)算機(jī)視覺技術(shù)及圖像數(shù)據(jù)來源均較為單一。

3 結(jié)論與展望

本研究系統(tǒng)梳理了計(jì)算機(jī)視覺技術(shù)在景觀與健康關(guān)系研究中的應(yīng)用?；诰C合分析，已有研究主要具有三大特點(diǎn)。

1）在應(yīng)用技術(shù)方面，語義分割和圖像分類技術(shù)已較為成熟且便于操作，在景觀與健康關(guān)系研究中的應(yīng)用最為廣泛。目前，語義分割技術(shù)主要用于綠視率、天空可視率、圍合度、建筑和道路等景觀要素面積占比的提取，圖像分類技術(shù)則主要用于基于環(huán)境感知的街景圖像分類。

2）在應(yīng)用領(lǐng)域方面，已有研究主要基于計(jì)算機(jī)視覺技術(shù)探究景觀視覺要素與人的生理、心理及社交活動等方面的關(guān)系。在生理健康方面，已有研究主要探究慢性非傳染性疾病、傳染性疾病、空氣污染、體力活動等與景觀要素之間的關(guān)系；在心理健康方面，已有研究主要探究幸福指數(shù)、抑郁、焦慮及環(huán)境感知等與景觀要素的關(guān)系；在社交活動方面，已有研究主要采用目標(biāo)追蹤和目標(biāo)檢測技術(shù)重點(diǎn)關(guān)注人群行為的時空規(guī)律與景觀要素的關(guān)聯(lián)。

3）在算法及數(shù)據(jù)方面，盡管已有大部分研究都具有數(shù)據(jù)獲取快速便利、可操作性高、成本低等優(yōu)點(diǎn)，但在算法精準(zhǔn)度和時序數(shù)據(jù)構(gòu)建方面仍存在缺陷。在算法上，雖然計(jì)算機(jī)視覺技術(shù)在簡單圖像的處理上可能優(yōu)于人類，但對于復(fù)雜環(huán)境識別（如受光線與尺度影響時）的精度及穩(wěn)定性仍有待優(yōu)化。同時，由于目前大部分研究使用的算法單一，導(dǎo)致所提取的景觀視覺指標(biāo)也相對受限。在數(shù)據(jù)集上，許多研究收集的數(shù)據(jù)僅描述了某一時刻的環(huán)境或健康信息，且兩者在時序上往往不匹配，與動態(tài)的真實(shí)環(huán)境和人的健康狀況存在差異。此外，已有研究采用數(shù)據(jù)主要為騰訊、百度或谷歌等街景圖像，具有與人行視角有差別、街道環(huán)境無法代表城市整體環(huán)境特征等的缺陷。

綜上，本研究從3個方面提出未來的研究方向。

1）在技術(shù)上，為探究真實(shí)環(huán)境中人和環(huán)境之間的復(fù)雜關(guān)系捕捉更多實(shí)時動態(tài)信息，有必要優(yōu)化和應(yīng)用動態(tài)目標(biāo)追蹤及目標(biāo)檢測等算法，彌補(bǔ)現(xiàn)有研究以分析靜態(tài)數(shù)據(jù)為主的缺陷。同時，現(xiàn)有采用計(jì)算機(jī)視覺技術(shù)探究景觀與健康關(guān)系的研究主要側(cè)重分析、評估和預(yù)測，而在設(shè)計(jì)過程和后評估方面的應(yīng)用研究還有待拓展。例如，未來可以在設(shè)計(jì)過程中，利用GANs技術(shù)設(shè)計(jì)有利于人類健康的景觀方案，而在設(shè)計(jì)后評估方面，利用多智能體強(qiáng)化學(xué)習(xí)技術(shù)（multi-agent reinforcement learning, MARL）使多智能體與環(huán)境、人體進(jìn)行交互，學(xué)習(xí)并改善自己的策略，從而實(shí)現(xiàn)策略的動態(tài)調(diào)整。在應(yīng)用的過程中，通過回溯算法，探究每一步涉及的數(shù)據(jù)輸入、輸出、模型精度等情況，從而加深理解并有助于優(yōu)化算法。

2）在研究內(nèi)容上，促進(jìn)社會科學(xué)與計(jì)算機(jī)視覺的交叉融合，拓展景觀與社會健康關(guān)系的研究。從已有研究來看，景觀與社交活動之間的關(guān)系有必要進(jìn)一步探討。例如，基于社會感知計(jì)算相關(guān)理論，可以借助視覺、運(yùn)動和音頻等各類傳感器，實(shí)時感知、識別景觀中社會個體的行為、群體的交互特征，進(jìn)而理解景觀與社交之間的關(guān)系，為營造良好的社交環(huán)境、促進(jìn)社會健康提供基礎(chǔ)。

3）在數(shù)據(jù)集方面，需要加強(qiáng)構(gòu)建能夠全面表征特定景觀時空特征的數(shù)據(jù)。由于人與環(huán)境之間的健康作用關(guān)系存在復(fù)雜的動態(tài)變化過程。因此，一方面，可以通過收集包含不同時空觀測點(diǎn)的景觀圖像數(shù)據(jù)，如公園和居住區(qū)戶外環(huán)境等，彌補(bǔ)現(xiàn)有研究主要基于某一時刻街景數(shù)據(jù)的缺陷；另一方面，尤其針對體力活動或社交活動的研究，可以采用視頻大數(shù)據(jù)以更加真實(shí)反映人在環(huán)境中的時空變化特點(diǎn)。

圖表來源(Sources of Figures and Tables)：

圖2來自騰訊街景地圖（獲取時間為2020年6月15日），其余圖表均由作者繪制。