基于深度学习的房产价值视觉评估

谢志伟

(东莞职业技术学院 计算机工程系， 广东 东莞 523808)

0 引言

在现代房地产市场背景下，房屋评估是包括买卖双方，贷款方和房地产经纪人在内的各方参与的必要步骤。传统考察房屋的方式一般是人员实地勘察。但随着网络发展带来的便利，以及新冠肺炎疫情的影响，网络看房成为主流选择。一般网上交易时，都是利用大量房屋照片吸引潜在买家并说服他们出价是一种常见的做法。要自动评估房屋价值，需要面临这样的问题：一个有经验的人如何去评估房屋价值。基本上，发现以下几个方面在评估房屋价值时最为重要：房屋的文字或视觉特征[1]；与相似房产的比较[2]；以及对周围区域的评估[3]。但这些评估主要是基于人的主观，所以难免会存在不公正现象，因此，解决以上问题，在此提出了一种有效的自动方法，基于文本和视觉特征(即视觉房屋评估)准确预测房屋价值,并命名为MDRR(Multi-instance Deep Ranking and Regression)。

1 多示例深度排序回归网

1.1 深度排序与回归网

考虑一组训练样本(xi,yi)其中xi表示示例包，而yi表示相关的连续标签。在此的目标是学习可以将示例映射到目标标签空间的预测函数gw(·)和可以根据其连续标签对两个示例进行排序的等级函数fw(·)，w表示要从训练数据中学习的参数。这项工作的目标是从多示例设置中从弱监督数据中学习gw(·)和fw(·)的深入表示。

因此引入一个多层神经网络，称为多示例深度排序和回归网络，来参数化预测函数gw(·)和排序函数fw(·)。MDRR的体系结构，如图1所示。……