基于面部表情構(gòu)建未來城市聲景地圖

更新時間：2025-09-16

點擊次數(shù)：273

“未來城市"是面向下一個時代城市問題，構(gòu)建在新理念、新技術(shù)之上的城市發(fā)展方案。

未來我國將組織開展全國聲環(huán)境質(zhì)量監(jiān)測，推進(jìn)監(jiān)測自動化，統(tǒng)一發(fā)布全國聲環(huán)境質(zhì)量狀況信息。這說明聲環(huán)境的分析和評估對未來城市人居環(huán)境十分重要。

來自哈爾濱工業(yè)大學(xué)的研究團(tuán)隊就將面部表情分析技術(shù)引入聲景研究，旨在通過構(gòu)建基于面部表情分析的聲景地圖，為未來城市聲環(huán)境評估與設(shè)計提供新的工具和方法。

未來城市與聲環(huán)境問題

隨著城市化進(jìn)程不斷深入，未來城市的構(gòu)想日益成為城市規(guī)劃者與研究者的核心議題。未來城市不僅應(yīng)當(dāng)具備智能化、技術(shù)化、生態(tài)友好、韌性、低碳和宜居等特征，更應(yīng)在多個維度上全面提升居民的生活質(zhì)量。其中，聲環(huán)境作為城市物理環(huán)境的關(guān)鍵維度，直接影響居民的聽覺感受與心理健康，其重要性不容忽視。然而，現(xiàn)有聲環(huán)境研究大多仍集中于聲壓級的降低，對聲音感知與主觀評價的探討尚顯不足，亟需從人本視角出發(fā)開展更深入的探討。

構(gòu)建智能化聲景地圖

聲景（soundscape）作為某場景下個人或群體所感知、體驗及（或）理解的聲環(huán)境，已成為解決城市聲環(huán)境問題的熱點研究方向。如何建立有效的聲景評價模型，對提升未來城市人居聲環(huán)境具有重要的社會和應(yīng)用價值。

聲景地圖是一種直觀的聲景評價模型，其通過圖形化方式對聲景要素進(jìn)行描述、記錄與展示。在早期應(yīng)用中，它主要用于客觀聲學(xué)數(shù)據(jù)與主觀感知評價之間的對比分析。隨著研究的不斷深入，聲景地圖的功能也逐漸拓展，能夠反映諸如主觀響度、舒適度等心理聲學(xué)指標(biāo)在地理空間中的分布特征。近年來，隨著智能化與大數(shù)據(jù)技術(shù)的引入，聲景地圖進(jìn)一步發(fā)展為一種高效的聲景預(yù)測與模擬工具，為城市聲環(huán)境的規(guī)劃與管理提供科學(xué)支持。

其中，面部表情識別作為利用計算機(jī)進(jìn)行面部圖像理解的智能化技術(shù)，其優(yōu)勢在于可以客觀反映原本需要主觀收集的數(shù)據(jù)，符合未來城市的智能化需求。但目前，其在聲環(huán)境感知方面應(yīng)用較少。

因此，本研究嘗試將面部表情識別技術(shù)引入聲景研究，通過構(gòu)建基于面部表情分析的聲景地圖，為未來城市聲環(huán)境評估與設(shè)計提供新的工具和方法。

基于面部表情的聲景地圖構(gòu)建

本研究選擇哈爾濱市兒童公園作為研究區(qū)域。該公園長約1000米，寬約230米，總面積18公頃，屬于典型的城市公園。公園內(nèi)既有風(fēng)格別致的步行街，又有曲徑通幽的小路；既有熱鬧寬敞的活動區(qū)域，又有自然安靜的休憩區(qū)域，形成豐富的空間體驗（圖1）。

園內(nèi)不同空間中的聲源類型豐富，吸引了眾多當(dāng)?shù)鼐用窈陀慰?，為聲景地圖中的聲源和行為分析提供了理想的研究場所。

首先，以數(shù)據(jù)庫建立、有效性驗證、地圖編制與分析以及聲景地圖應(yīng)用四個流程進(jìn)行聲景地圖繪制。數(shù)據(jù)庫建立包括基礎(chǔ)數(shù)據(jù)庫（地理空間數(shù)據(jù)）與核心數(shù)據(jù)庫（面部表情數(shù)據(jù)）的構(gòu)建。地理空間數(shù)據(jù)為研究區(qū)域內(nèi)各種實體空間要素幾何邊界特征數(shù)據(jù)的集合，主要包括研究區(qū)域內(nèi)的建筑、道路、廣場、水體、綠化等信息。面部表情數(shù)據(jù)包含被試在聲源、時間與行為維度下的面部表情數(shù)據(jù)。

其中，面部表情的數(shù)據(jù)收集采用攝像機(jī)現(xiàn)場錄制的方式進(jìn)行。研究選取30名聽力水平正常的哈爾濱工業(yè)大學(xué)在讀學(xué)生作為被試。每位被試均需要在每個區(qū)域根據(jù)時段和行為分別錄制視頻。根據(jù)時間差異，選擇06:00-07:00、11:00-12:00和19:00-20:00三個時間段，根據(jù)行為差異，選擇散步、健身與廣場舞三種行為進(jìn)行錄制。每段視頻錄制80秒（圖2）。

使用諾達(dá)思的面部表情分析系統(tǒng)（FaceReader）對視頻中的面部表情進(jìn)行分析。面部表情情感被分為七種基本情緒，即愉快、驚奇、懼怕、悲傷、憤怒、厭惡和中性，依據(jù)表情的占比可計算出被試的面部表情效價，即反映其積極情緒或消極情緒的指標(biāo)，其取值范圍為1-7。

每名被試完成面部表情錄制之后，立刻在調(diào)查地點通過問卷調(diào)研的方式獲取聲景感知質(zhì)量（主觀響度、聲舒適度）和聲景維度（多變性、愉悅感、活力感與平靜感）等評價數(shù)據(jù)，以分別驗證不同維度下面部表情識別數(shù)據(jù)的有效性。

最后，將客觀聲景數(shù)據(jù)與地理空間數(shù)據(jù)在地理信息系統(tǒng)（GIS）中進(jìn)行圖形化處理，并從聲源、時間與行為維度對聲景地圖進(jìn)行維度劃分與動態(tài)數(shù)據(jù)分析，并分別向政府、設(shè)計師、公眾展示輸出應(yīng)用。

聲景地圖的多維度與動態(tài)性分析

（一）面部表情分析構(gòu)建聲景評價的有效性

研究發(fā)現(xiàn)，面部表情效價與主觀響度呈負(fù)相關(guān)，與聲舒適度呈正相關(guān)；與聲景維度指標(biāo)中的多變性呈負(fù)相關(guān)，與聲景維度中的其他指標(biāo)呈正相關(guān)。這些結(jié)果與以往聲感知調(diào)查中各變量的關(guān)系高度一致，說明面部表情數(shù)據(jù)可以正確反映聲感知的正負(fù)性。

對于聲源維度而言，在以機(jī)械聲為主導(dǎo)的環(huán)境中，除主觀響度外，其余評價指標(biāo)均與面部表情效價顯著相關(guān)。其中，只有多變性與效價呈顯著負(fù)相關(guān)，這說明機(jī)械聲的多變性是降低感知情緒的重要因素。在自然聲為主導(dǎo)的環(huán)境中，面部表情效價與聲感知評價中的聲舒適度以及聲景維度中的愉悅感和活力感顯著相關(guān)，表明自然聲對提升聲感知評價水平具有積極作用。

對于行為維度而言，除健身行為與多變性之間以及廣場舞行為與主觀響度之間不相關(guān)外，其余聲學(xué)行為下面部表情效價與主觀評價指標(biāo)均顯著相關(guān)。此外，與聲源維度相比，面部表情效價在行為維度能解釋的聲景指標(biāo)更多，說明行為對聲感知的影響不容忽視。

對于時間維度而言，除下午時段與多變性和愉悅感、中午時段與平靜感不相關(guān)外，一天內(nèi)不同時間段面部表情效價與主觀評價指標(biāo)之間均顯著相關(guān)。這表明時間因素對聲感知的影響具有規(guī)律性，可以通過聲景地圖進(jìn)行捕捉和分析。

（二）聲景地圖的多維度分析

未來城市需要從多維度構(gòu)建聲景地圖，以便進(jìn)行聲環(huán)境數(shù)據(jù)的對比分析。以聲源、時間、行為等維度為例，聲景地圖在這些變量分析中發(fā)揮了重要作用（圖3）。

1. 聲源維度分析

當(dāng)人工聲分布在聲景地圖中的自然觀賞區(qū)、濱水步行區(qū)時，效價水平較低；而在表演區(qū)和健身區(qū)時，效價水平較高。這表明在不同區(qū)域人工聲有著相反的作用，在進(jìn)行公園設(shè)計時，應(yīng)注意將公共活動區(qū)與自然景觀區(qū)進(jìn)行有效分離。

機(jī)械聲對于公園整體的效價水平普遍會產(chǎn)生消極影響，但健身區(qū)和表演區(qū)的效價水平比濱水步行區(qū)及自然觀賞區(qū)高。這表明在進(jìn)行公園分區(qū)設(shè)計時，可以將健身區(qū)和表演區(qū)設(shè)置在靠近交通干道的位置，以降低機(jī)械聲對其他敏感區(qū)域的影響。

自然聲對于公園整體的效價水平普遍產(chǎn)生積極影響，而在自然觀賞區(qū)、濱水步行區(qū)效價水平明顯優(yōu)于健身區(qū)和表演區(qū)。這表明在以機(jī)械聲為主導(dǎo)的空間中引入自然聲，并不能有效地提升聲感知評價水平。

因此，以聲源維度建立的聲景地圖能有效地分析基地中各區(qū)域的劃分對聲感知的影響，可以作為設(shè)計師進(jìn)行聲環(huán)境分析的工具。

2. 時間維度分析

上午健身區(qū)、表演區(qū)的效價處在全園中比較低的水平，這表明這些區(qū)域在上午時段比較容易讓游客產(chǎn)生負(fù)面情緒。通過聲景地圖，游客可以選擇在下午光顧這些區(qū)域以便獲得更好的聲感知體驗效果。

在自然觀賞區(qū)及濱水步行區(qū)效價水平較高，這表明上午時段在濱水步行區(qū)、自然觀賞區(qū)的游客情緒表現(xiàn)積極，適合在這個時間段內(nèi)進(jìn)行活動。中午的人流量ZD，因此公園整體的積極情緒水平明顯要高于上午。除局部健身區(qū)和表演區(qū)外，其余地點效價水平均在4以上，呈現(xiàn)積極水平。

而在人流量較大的下午，全園整體效價水平是三個時間段中ZD的。這表明可以通過控制人流量調(diào)節(jié)公園中的聲感知水平。因此，以時間維度建立的聲景地圖既能有效地為居民最佳出行時間和路線指導(dǎo)提供幫助，也可以為政府部門進(jìn)行人流量調(diào)控提供依據(jù)。

3. 行為維度分析

當(dāng)健身行為發(fā)生在濱水步行區(qū)時，效價水平ZD。這表明當(dāng)健身行為出現(xiàn)在上述區(qū)域時，會明顯地降低游客的聲感受。當(dāng)散步行為發(fā)生在濱水步行區(qū)和自然觀賞區(qū)這些區(qū)域時效價水平最高，在健身區(qū)及表演區(qū)時效價水平較低。這表明這些區(qū)域的聲環(huán)境Z適合散步行為。

廣場舞行為只有發(fā)生在表演區(qū)時會顯示出積極情緒，在其余區(qū)域均為消極，這是因為廣場舞使聲環(huán)境的主觀響度及多變性加大，進(jìn)而產(chǎn)生負(fù)面情緒。因此，以行為維度建立的聲景地圖可以幫助公眾選擇進(jìn)行活動的地點。

（三）聲景地圖的動態(tài)性分析

傳統(tǒng)的聲景地圖僅能反映區(qū)域內(nèi)靜態(tài)化的聲感知數(shù)據(jù)，不能滿足未來城市中對聲環(huán)境動態(tài)性變化分析的需求。因此，本研究根據(jù)面部表情的實時變化，以80秒時長為例，探討了聲景地圖的動態(tài)性分析的可能性（圖4）。

在以人工聲為主導(dǎo)的空間中，面部表情效價在0-30秒內(nèi)隨著時長的增加而下降，而在30-80秒內(nèi)隨著時長的增加而上升；在以自然聲為主導(dǎo)的空間內(nèi)，效價則會隨時長的增加而一直上升；在以機(jī)械聲為主導(dǎo)的空間內(nèi)，隨著時長的增加，效價整體呈先下降后平穩(wěn)趨勢。這說明不同聲源維度之間面部表情效價隨時長變化的趨勢具有顯著差異。因此，可以利用其動態(tài)性特征展示聲景地圖中各聲源感知時長對聲景評價的影響。

隨著時長的增加，上午與中午時間段內(nèi)被試的效價整體呈上升趨勢。下午時間段，在0-30秒內(nèi)效價隨著時長的增加有所下降，這是因為該時段內(nèi)場地人流量突然增大，從而引發(fā)了聲壓級增加。之后隨著時長的增加，效價呈恢復(fù)性上升趨勢。這說明本研究中建立的聲景地圖不僅能反映不同時間段內(nèi)聲景的動態(tài)性變化趨勢，還能及時捕捉和分析場地內(nèi)突發(fā)事件對聲景的影響。

在0-40秒內(nèi)參與散步行為的效價隨著時長的增加呈現(xiàn)上升趨勢，之后趨于穩(wěn)定。而參與健身和廣場舞行為的效價隨著時長的增加波動較大，在測量時長內(nèi)未能出現(xiàn)相對穩(wěn)定的變化趨勢。這表明80秒時長的測量數(shù)據(jù)并不足以分析出廣場舞、健身這類動態(tài)性較強(qiáng)行為的變化規(guī)律，但與傳統(tǒng)聲景地圖相比仍能動態(tài)地展示參與不同行為被試的聲景主觀感知情況。在后續(xù)研究中可通過適當(dāng)增加測量時長的方式來使聲景地圖適用于更多的行為類型。

總體而言，隨著時長的增加，不同聲源、時間與行為維度的面部表情效價均有明顯的波動，這說明面部表情分析可適用于變化豐富的室外聲環(huán)境，在構(gòu)建未來城市動態(tài)化聲景地圖方面可以發(fā)揮重要作用。

面部表情分析助力發(fā)展智能化聲景地圖

本研究以哈爾濱市兒童公園為例，通過面部表情分析建立了面向未來城市的智能化聲景地圖。

首先，結(jié)果表明，面部表情分析數(shù)據(jù)可以有效地代替問卷調(diào)查結(jié)果，用于建立智能化聲景地圖。具體而言，面部表情分析技術(shù)在樣本量方面是問卷調(diào)查用時的一半；在測量時間和分析時間上僅為問卷調(diào)查和聲漫步的1/5-1/3；對聲景指標(biāo)解釋程度上則要明顯優(yōu)于問卷調(diào)查和聲漫步。

其次，研究建立了基于面部表情分析的多維度聲景地圖。通過時間、行為與聲源變化下的聲景分析，可以滿足未來城市中政府、設(shè)計師及公眾等層面對于建立相關(guān)法規(guī)、調(diào)控人流量、多尺度聲景設(shè)計以及公眾參與的需求（圖5）。

此外，研究結(jié)果提供了發(fā)展動態(tài)聲景地圖的可行性。研究發(fā)現(xiàn)面部表情效價可以反映聲環(huán)境感知隨測量時長變化的動態(tài)效果，并解釋了各類聲源刺激而產(chǎn)生的波動效應(yīng)?；诖?，可以實現(xiàn)聲景地圖的動態(tài)化分析。

綜上所述，與傳統(tǒng)的聲景研究模型相比，基于面部表情分析的智能化聲景地圖具有客觀、高效、公共、實時的優(yōu)勢，可以成為未來城市聲環(huán)境評估與設(shè)計的重要工具。

參考文獻(xiàn)

姜琬時, 孟琪, & 李朦朦. (2022). 基于面部表情分析的未來城市聲景地圖研究——以哈爾濱市兒童公園為例. 新建筑, (6).

歡迎關(guān)注諾達(dá)思公眾號，了解更多精彩內(nèi)容！