基于面部表情構建未來城市聲景地圖

更新時間：2025-09-16

點擊次數：236

“未來城市"是面向下一個時代城市問題，構建在新理念、新技術之上的城市發展方案。

未來我國將組織開展全國聲環境質量監測，推進監測自動化，統一發布全國聲環境質量狀況信息。這說明聲環境的分析和評估對未來城市人居環境十分重要。

來自哈爾濱工業大學的研究團隊就將面部表情分析技術引入聲景研究，旨在通過構建基于面部表情分析的聲景地圖，為未來城市聲環境評估與設計提供新的工具和方法。

未來城市與聲環境問題

隨著城市化進程不斷深入，未來城市的構想日益成為城市規劃者與研究者的核心議題。未來城市不僅應當具備智能化、技術化、生態友好、韌性、低碳和宜居等特征，更應在多個維度上全面提升居民的生活質量。其中，聲環境作為城市物理環境的關鍵維度，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，現有聲環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開展更深入的探討。

構建智能化聲景地圖

聲景（soundscape）作為某場景下個人或群體所感知、體驗及（或）理解的聲環境，已成為解決城市聲環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境具有重要的社會和應用價值。

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行描述、記錄與展示。在早期應用中，它主要用于客觀聲學數據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、舒適度等心理聲學指標在地理空間中的分布特征。近年來，隨著智能化與大數據技術的引入，聲景地圖進一步發展為一種高效的聲景預測與模擬工具，為城市聲環境的規劃與管理提供科學支持。

其中，面部表情識別作為利用計算機進行面部圖像理解的智能化技術，其優勢在于可以客觀反映原本需要主觀收集的數據，符合未來城市的智能化需求。但目前，其在聲環境感知方面應用較少。

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

基于面部表情的聲景地圖構建

本研究選擇哈爾濱市兒童公園作為研究區域。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。公園內既有風格別致的步行街，又有曲徑通幽的小路；既有熱鬧寬敞的活動區域，又有自然安靜的休憩區域，形成豐富的空間體驗（圖1）。

園內不同空間中的聲源類型豐富，吸引了眾多當地居民和游客，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，以數據庫建立、有效性驗證、地圖編制與分析以及聲景地圖應用四個流程進行聲景地圖繪制。數據庫建立包括基礎數據庫（地理空間數據）與核心數據庫（面部表情數據）的構建。地理空間數據為研究區域內各種實體空間要素幾何邊界特征數據的集合，主要包括研究區域內的建筑、道路、廣場、水體、綠化等信息。面部表情數據包含被試在聲源、時間與行為維度下的面部表情數據。

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

使用諾達思的面部表情分析系統（FaceReader）對視頻中的面部表情進行分析。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，其取值范圍為1-7。

每名被試完成面部表情錄制之后，立刻在調查地點通過問卷調研的方式獲取聲景感知質量（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）等評價數據，以分別驗證不同維度下面部表情識別數據的有效性。

最后，將客觀聲景數據與地理空間數據在地理信息系統（GIS）中進行圖形化處理，并從聲源、時間與行為維度對聲景地圖進行維度劃分與動態數據分析，并分別向政府、設計師、公眾展示輸出應用。

聲景地圖的多維度與動態性分析

（一）面部表情分析構建聲景評價的有效性

研究發現，面部表情效價與主觀響度呈負相關，與聲舒適度呈正相關；與聲景維度指標中的多變性呈負相關，與聲景維度中的其他指標呈正相關。這些結果與以往聲感知調查中各變量的關系高度一致，說明面部表情數據可以正確反映聲感知的正負性。

對于聲源維度而言，在以機械聲為主導的環境中，除主觀響度外，其余評價指標均與面部表情效價顯著相關。其中，只有多變性與效價呈顯著負相關，這說明機械聲的多變性是降低感知情緒的重要因素。在自然聲為主導的環境中，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，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外，其余聲學行為下面部表情效價與主觀評價指標均顯著相關。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外，一天內不同時間段面部表情效價與主觀評價指標之間均顯著相關。這表明時間因素對聲感知的影響具有規律性，可以通過聲景地圖進行捕捉和分析。

（二）聲景地圖的多維度分析

未來城市需要從多維度構建聲景地圖，以便進行聲環境數據的對比分析。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揮了重要作用（圖3）。

1. 聲源維度分析

當人工聲分布在聲景地圖中的自然觀賞區、濱水步行區時，效價水平較低；而在表演區和健身區時，效價水平較高。這表明在不同區域人工聲有著相反的作用，在進行公園設計時，應注意將公共活動區與自然景觀區進行有效分離。

機械聲對于公園整體的效價水平普遍會產生消極影響，但健身區和表演區的效價水平比濱水步行區及自然觀賞區高。這表明在進行公園分區設計時，可以將健身區和表演區設置在靠近交通干道的位置，以降低機械聲對其他敏感區域的影響。

自然聲對于公園整體的效價水平普遍產生積極影響，而在自然觀賞區、濱水步行區效價水平明顯優于健身區和表演區。這表明在以機械聲為主導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域的劃分對聲感知的影響，可以作為設計師進行聲環境分析的工具。

2. 時間維度分析

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

在自然觀賞區及濱水步行區效價水平較高，這表明上午時段在濱水步行區、自然觀賞區的游客情緒表現積極，適合在這個時間段內進行活動。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。除局部健身區和表演區外，其余地點效價水平均在4以上，呈現積極水平。

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節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提供幫助，也可以為政府部門進行人流量調控提供依據。

3. 行為維度分析

當健身行為發生在濱水步行區時，效價水平ZD。這表明當健身行為出現在上述區域時，會明顯地降低游客的聲感受。當散步行為發生在濱水步行區和自然觀賞區這些區域時效價水平最高，在健身區及表演區時效價水平較低。這表明這些區域的聲環境Z適合散步行為。

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

（三）聲景地圖的動態性分析

傳統的聲景地圖僅能反映區域內靜態化的聲感知數據，不能滿足未來城市中對聲環境動態性變化分析的需求。因此，本研究根據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性分析的可能性（圖4）。

在以人工聲為主導的空間中，面部表情效價在0-30秒內隨著時長的增加而下降，而在30-80秒內隨著時長的增加而上升；在以自然聲為主導的空間內，效價則會隨時長的增加而一直上升；在以機械聲為主導的空間內，隨著時長的增加，效價整體呈先下降后平穩趨勢。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被試的效價整體呈上升趨勢。下午時間段，在0-30秒內效價隨著時長的增加有所下降，這是因為該時段內場地人流量突然增大，從而引發了聲壓級增加。之后隨著時長的增加，效價呈恢復性上升趨勢。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聲景的動態性變化趨勢，還能及時捕捉和分析場地內突發事件對聲景的影響。

在0-40秒內參與散步行為的效價隨著時長的增加呈現上升趨勢，之后趨于穩定。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，在測量時長內未能出現相對穩定的變化趨勢。這表明80秒時長的測量數據并不足以分析出廣場舞、健身這類動態性較強行為的變化規律，但與傳統聲景地圖相比仍能動態地展示參與不同行為被試的聲景主觀感知情況。在后續研究中可通過適當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境，在構建未來城市動態化聲景地圖方面可以發揮重要作用。

面部表情分析助力發展智能化聲景地圖

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

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、設計師及公眾等層面對于建立相關法規、調控人流量、多尺度聲景設計以及公眾參與的需求（圖5）。

此外，研究結果提供了發展動態聲景地圖的可行性。研究發現面部表情效價可以反映聲環境感知隨測量時長變化的動態效果，并解釋了各類聲源刺激而產生的波動效應。基于此，可以實現聲景地圖的動態化分析。

綜上所述，與傳統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、實時的優勢，可以成為未來城市聲環境評估與設計的重要工具。

參考文獻

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).

歡迎關注諾達思公眾號，了解更多精彩內容！