[論文レビュー] Are Safer Looking Neighborhoods More Lively? A Multimodal Investigation into Urban Life

Marco De Nadai, Radu L. Vieriu+7 more|arXiv (Cornell University)|Aug 1, 2016

Urban Design and Spatial Analysis参考文献 41被引用数 16

ひとこと要約

本研究では、モバイルフォンの通話記錴データ（にぎわいの代理指標として）と、Googleストリートビュー画像を用いて訓練された深層学習モデルを組み合わせることで、安全に感じられる地域が、実際に人通りの多い地域であるかどうかを調査した。結果として、安全に見える地域は、特に女性や高齢者において、顕著に活発な人通りを示しており、緑地や道路に面した窓が、安全に感じられる要因として顕著に寄与していることが明らかになった。

ABSTRACT

Policy makers, urban planners, architects, sociologists, and economists are interested in creating urban areas that are both lively and safe. But are the safety and liveliness of neighborhoods independent characteristics? Or are they just two sides of the same coin? In a world where people avoid unsafe looking places, neighborhoods that look unsafe will be less lively, and will fail to harness the natural surveillance of human activity. But in a world where the preference for safe looking neighborhoods is small, the connection between the perception of safety and liveliness will be either weak or nonexistent. In this paper we explore the connection between the levels of activity and the perception of safety of neighborhoods in two major Italian cities by combining mobile phone data (as a proxy for activity or liveliness) with scores of perceived safety estimated using a Convolutional Neural Network trained on a dataset of Google Street View images scored using a crowdsourced visual perception survey. We find that: (i) safer looking neighborhoods are more active than what is expected from their population density, employee density, and distance to the city centre; and (ii) that the correlation between appearance of safety and activity is positive, strong, and significant, for females and people over 50, but negative for people under 30, suggesting that the behavioral impact of perception depends on the demographic of the population. Finally, we use occlusion techniques to identify the urban features that contribute to the appearance of safety, finding that greenery and street facing windows contribute to a positive appearance of safety (in agreement with Oscar Newman's defensible space theory). These results suggest that urban appearance modulates levels of human activity and, consequently, a neighborhood's rate of natural surveillance.

研究の動機と目的

• 都市の地域における「安全」との認識が、実際の人の活動水準と相関するかどうかを検討すること。
• 年齢や性別といった人口統計的要因が、安全の認識と地域のにぎわいの関係に与える影響を調査すること。
• 深層学習を用いて、安全の認識に寄与する具体的な都市の視覚的特徴を同定すること。
• 人口密度や都市中心部への距離といった標準的な都市指標を考慮した上で、外見上の安全の認識が活動に独立して予測する力を持つかどうかを検証すること。

提案手法

• Googleストリートビュー画像のクラウドソーシングによる評価データを用いて、畳み込みニューラルネットワーク（CNN）を訓練し、都市地域の安全の認識を予測する。
• ローマおよびミラノの都市セルにおける人の活動（にぎわい）の代理指標として、モバイルフォンの通話記錠記録を用いた。
• 空間フィルタを施した多変量回帰モデルを適用し、人口密度、雇用密度、都市中心部からの距離を制御した上で、安全の認識が活動に与える影響を分離した。
• オクルージョン感度分析を用いて、CNNの安全の認識予測に最も影響を与える画像領域を同定した。
• 年齢層（例：30歳未塔、50歳以上）や性別（女性）などの異なる人口統計的グループごとに、別々の回帰分析を実施し、安全の認識に対する行動反応の差を評価した。
• 都市データにおける空間自己相関を補正するため、空間固有ベクトルを用いた。

実験結果

リサーチクエスチョン

• RQ1 地域の安全の認識と、その実際の人の活動水準との間に有意な相関が存在するか？
• RQ2 安全の認識が、特に年齢や性別に差を生じさせる地域活動の構成にどのように影響するか？
• RQ3 都市のストリートシーンにおける、どの具体的な視覚的特徴が安全の認識に最も強く寄与するか？
• RQ4 人口密度や位置に関する主要な都市指標を制御した後でも、安全の認識がにぎわいに与える影響が維持されるか？

主な発見

• 安全に見える地域は、人口密度、雇用密度、都市中心部からの距離を考慮しても、予測されるよりも顕著に高いレベルの人の活動を示している。
• 安全の認識と活動の正の相関は、女性および50歳以上の高齢者において最も強く、安全に見える地域を好んで訪れる傾向が強い。
• 30歳未塔の若年層では、安全の認識と活動の相関が逆転しており、外見がやや危険に感じられる地域で活動が活発であることが示された。
• オクルージョン分析から、道路に面した窓や緑地が、安全の認識を高める主要な視覚的特徴であることが明らかになった。これは、防衛的空間理論を支持する。
• 人口統計的および地理的変数を制御した後でも、外見上の安全の認識は活動の有意な予測要因であり続け、行動に非自明な影響があることが示された。
• 活動の空間的分布には顕著な空間自己相関が認められ、回帰モデルでこれを補正する目的で空間固有ベクトルが使用された。