Лента TH Новости Глобальные вызовы


Найдена закономерность в развитии и упадке городов и районов

∴ 88

Сравнивая фотографии улиц с 2007 по 2014 год, ученые выявили связи между изменениями внешнего вида района и экономическими и демографическими данными. В целом результаты поддерживают несколько теорий изменений в городах и показывают, что с течением времени изменениям в кварталах сопутствуют разнообразные факторы, особенно плотность населения и уровень образования.

633

Глава исследования Сесар А. Идальго и ряд ученых из Media Lab и Гарвардского университета опубликовали статью об использовании алгоритмов компьютерного зрения для анализа изменений городов в недавнем выпуске «Трудов Национальной академии наук».

Методы компьютерного зрения могут быть использованы для обнаружения и измерения городских улучшений. Эти данные, в свою очередь, могут помочь нам понять причины и последствия изменения государственной и частной инфраструктуры городов, о чем свидетельствует наша работа.Соавтор статьи, Никил Наик из Массачусетского технологического института.

Новое исследование основывается на предыдущих исследованиях, в которых некоторые из тех же исследователей разработали алгоритм компьютерного зрения под названием Streetscore и обучили его оценивать безопасность районов, используя массивный набор данных, собранный в массовом порядке в 2011 году, под названием Place Pulse.

В новом исследовании были получены изображения пяти городов США (Балтимор, Бостон, Детройт, Нью-Йорк и Вашингтон, округ Колумбия)из Google Street View, сделанные в 2007 и 2014 годах, а затем ученые использовали Алгоритм Streetscore для оценки безопасности каждого изображения по шкале от 0 до 25. Изменение ранга Streetscore каждого местоположения дало новую метрику Streetchange. Затем исследователи утвердили оценки Streetchange, используя оценки людей, и нашли усредненную оценку.

Анализируя оценки Streetchange в сочетании с экономическими и демографическими данными, исследователи обнаружили поддержку трех основных теорий городского изменения. Две переменные, которые наиболее сильно коррелировали с положительной оценкой Streetchange, были высокой плотностью населения и высоким процентом населения с высшим образованием. В соответствии с экономическими теориями изменений в городах, кварталы, которые густо населены взрослыми, получившими образование в колледже, с большей вероятностью испытают улучшение внешнего вида. Однако исследователи не обнаружили никакой связи между оценками Streetchange и средним доходом, ценами на жилье или арендной платой, что свидетельствует о том, что эффект образования не является экономическим, а скорее основан на навыках.

Во-вторых, анализ показал, что кварталы, которые выглядят лучше, с самого начала, имеют большие улучшения, чем менее привлекательные районы. В то же время исследователи обнаружили, что даже самые привлекательные кварталы улучшились в течение этого семилетнего периода.

Продемонстрировав, что методы компьютерного зрения могут использоваться для поддержки известных теорий городского изменения и помогают выявить факторы, способствующие этому изменению, исследователи надеются, что в будущем эти методы могут сыграть важную роль в изучении, понимании и прогнозировании меняющейся динамики городской среды.

Филипп Дончев