跟蹤城市高檔化 一次建造一座建筑物

根據(jù)2019年3月13日發(fā)表于Lazar Ilic，Michael 的開放獲取期刊PLOS ONE上的一項研究，一種新的深度測繪計算機模型可以檢測到各個屬性的視覺變化，使研究人員能夠更快地跟蹤社區(qū)和城市中的高檔化。Sawada和加拿大渥太華大學的Amaury Zarzelli。

在許多西部城市都觀察到了紳士化，影響范圍很廣。以前的研究試圖利用人口普查數(shù)據(jù)來識別和分析中產(chǎn)階級化，但其解決方案在空間和時間上有限，并在人口普查邊界產(chǎn)生人為分裂。作者聲稱，本研究首先使用個體屬性的外觀 - 高檔化過程可以作用的最小空間單元 - 來指示可能的高檔化。

作者從2007年至2016年每年訪問加拿大渥太華和鄰近地區(qū)城市核心區(qū)內(nèi)每個房產(chǎn)的Google街景(GSV)360度全景圖。他們培訓了一個深度映射計算機模型來處理這個GSV數(shù)據(jù)，尋找可能表明高檔化的屬性的視覺變化：改進，如新圍欄，重新粉刷或更換窗戶。訓練后，與人類研究者相比，該模型在檢測高檔化指標方面達到了95%的準確性。

對于Greenbelt社區(qū)，該模型在2922個獨特位置檢測到3483個高檔化指標實例。生成的高檔化密度圖與地圖非常接近，該地圖顯示了授予開發(fā)/建筑許可的位置。

該模型依賴于隨時間維護和更新的攝影數(shù)據(jù)集，例如此處使用的GSV貼圖。收集這些攝影數(shù)據(jù)集的方式的改變會降低模型的準確性。然而，作者指出，他們的深度映射模型可以在具有類似數(shù)據(jù)集的位置輕松地重建：相對適度的時間投資現(xiàn)在可以產(chǎn)生高度空間和時間分辨的高檔化過程圖。

作者補充說：“紳士化正在重塑我們的城市，但與此同時很難確定這些現(xiàn)象在大型動態(tài)城市中心的發(fā)生地點和速度。我們使用深度學習 AI來搜索成千上萬的Google街景圖像渥太華的建筑物標志著在何時何地進行了紳士化的視覺改善，并首次提供了一個主要城市中時間化的空間化演變的最詳細地圖。這些地圖對規(guī)劃，社會正義具有直接影響并解決這個大型城市中心的不平等問題。“