随着人本尺度下的城市空间品质的不断提高,城市规划与设计需要更加深层次的研究发展。街道作为城市空间的生命线,是影响城市空间品质的关键要素之一。街景图像能表现出丰富的语义,并且能够引导居民各种各样的情感,进而能够为城市空间品质感知做出最直观的反应。城市空间品质感知也在塑造居民对周围城市环境的感知方面发挥了核心作用。目前,研究人员对城市空间品质研究依靠主观经验采用传统方法居多,代价昂贵,成本颇高,并且难以得到更深层次的城市空间品质以及获取城市空间品质中的城市空间感知属性与城市空间场景要素。为了实现对城市空间品质更加精准,高效的研究,科学的自动化提取城市空间感知属性和城市空间场景要素,基于属性学习提取城市空间感知属性和基于图像分割提取城市空间要素逐渐取代了传统方法。然而,因为街景图像中存在着丰富的城市空间感知属性分类,复杂多变的城市空间场景要素语义信息,针对当前城市空间感知属性和城市空间场景要素仍存在属性提取准确度不佳和分割精度不高等问题。本文基于Place Pluse 2.0数据集对城市空间感知属性展开研究;基于City Spaces数据集对城市空间场景要素展开研究。分别从提高城市空间感知属性分类准确率和提升城市空间场景要素分割精度融合注意力机制和多任务学习对卷积神经网络进行优化,利用融合的模型对城市空间中的感知属性和场景要素进行提取。本文主要研究工作如下:本文基于Place Pluse 2.0数据集对城市空间感知属性展开研究;基于City Spaces数据集对城市空间场景要素展开研究。分别从提高城市空间感知属性分类准确率和提升城市空间场景要素分割精度融合注意力机制和多任务学习对卷积神经网络进行优化,利用融合的模型对城市空间中的感知属性和场景要素进行提取。本文主要研究工作如下:（1）MTA-PM模型通过多任务学习同时学习不同属性和注意力机制聚焦特征来提升卷积层对属性特征的提取的效果,再结合相对属性学习,利用特征矩阵的结构化稀疏性来对比出属性特征中潜在的差异,并且引入分类损失和排序损失共同约束深度学习网络的参数,最终得出街景中美丽、无聊、压抑、活泼、安全、富有六种属性特征。结果表明该模型提高了特征提取效果,将属性排序准确率提高到78.48%,更有利于提取城市街景环境的属性特征。（2）MTA-SM模型的体系构架包括多任务学习结构、编码器、解码器和注意力模块。多任务学习结构由语义分割和实例分割两个图像分割任务构成。通过多任务学习从共享表示中学习多个目标来提高学习效率和准确性。将动态加权平均权重设置为与任务相关的权重,设计出可以同时学习方差回归和分类损失的多任务学习损失函数。基于Cityscapes数据集（运用本文模型）的实验结果表明,该模型的分割精度可达到73.6%,均方误差可达到3.26。与单任务学习模型训练相比,融合注意力机制的多任务学习图像分割模型整体各方面优于单任务学习模型,模型准确性更高,计算量更少,复杂度更低。本文通过融合多任务学习和注意力机制提升了城市空间感知属性和城市空间场景要素的准确率和分割精度,分析出图像中城市空间场景要素与图片中的城市空间感知属性之间的相关性,为城市空间品质研究提供学术支撑,对城市规划与设计提供主要的判断指南。