[論文レビュー] Urban Mosaic: Visual Exploration of Streetscapes Using Large-Scale Image Data

Fábio Miranda, Maryam Hosseini+4 more|arXiv (Cornell University)|Aug 31, 2020

Land Use and Ecosystem Services参考文献 67被引用数 6

ひとこと要約

都市モザイクは、1年間にわたり収集された770万枚のストリートレベル画像からなる高密度データセットを活用して、都市計画者やデザイナーがニューヨークシティの都市構造を視覚的分析するためのツールである。コンピュータビジョンに基づく画像類似性検索、LSHインデックス、空間時間的都市データとの統合を組み合わせることで、人間のスケールに即した地域間の視覚的比較や、都市の変化の時間的分析を効率的に行うことを可能にする。

ABSTRACT

Urban planning is increasingly data driven, yet the challenge of designing with data at a city scale and remaining sensitive to the impact at a human scale is as important today as it was for Jane Jacobs. We address this challenge with Urban Mosaic,a tool for exploring the urban fabric through a spatially and temporally dense data set of 7.7 million street-level images from New York City, captured over the period of a year. Working in collaboration with professional practitioners, we use Urban Mosaic to investigate questions of accessibility and mobility, and preservation and retrofitting. In doing so, we demonstrate how tools such as this might provide a bridge between the city and the street, by supporting activities such as visual comparison of geographically distant neighborhoods,and temporal analysis of unfolding urban development.

研究の動機と目的

• 都市規模の都市変化を分析する課題に、快適性やアクセスのしやすさに及ぼす人間スケールの影響に配慮しながら対処すること。
• Googleストリートビューなどの既存ツールが抱える、時間的カバレッジの疎らさや手作業による点検の限界を克服すること。
• 都市計画者やデザイナーが、大規模なストリートレベル画像データを自動的かつスケーラブルに、インタラクティブに視覚的に探査できるように支援すること。
• （例：規制区域、犯罪、天候など）多様な空間時間的都市データを統合し、視覚的分析を豊かにし、根拠に基づく意思決定を支援すること。
• データドリブンで視覚的根拠に基づく探査を通じて、マクロスケールの都市計画とマイクロスケールの人間の体験の間の溝を埋めること。

提案手法

• 2016年4月から2017年4月にかけて、車両に搭載されたカメラを用いてマンハッタンおよびブルックリンで撮影された770万枚のストリートレベル画像のデータセットを活用する。
• 画像から視覚的特徴を抽出するコンピュータビジョン技術を採用し、コンテンツベースの画像類似性検索やクラスタリングを可能にする。
• 局所性に敏感なハッシュ（LSH）を用いて画像特徴をインデックス化し、メモリ使用量を削減するとともに、インタラクティブな探査に適した高速なクエリ応答時間を実現する。
• 地理的位置と時間に基づいて画像の選択および集計を可能とし、場所間や時間経過に伴う視覚的比較を可能にする。
• 外部の都市データソース（例：国勢調査、犯罪、住宅価格、騒音苦情）を統合し、画像ベースのクエリのフィルタリングや文脈化を可能にする。
• 都市計画者、建築家、アクセシビリティ専門家との共同作業を通じて設計され、形態的評価と要件収集を経て、ユーザーのニーズを反映している。

実験結果

リサーチクエスチョン

• RQ1 大規模かつ時間的に密なストリートレベル画像データを、人間スケールの都市構造の視覚的探査にどう活用できるか。
• RQ2 自動視覚検索やクラスタリングが、都市環境の仮想点検に要する時間と手間をどれほど削減できるか。
• RQ3 空間時間的都市データの統合が、都市計画における視覚的分析の解釈可能性と実用性をどのように向上させるか。
• RQ4 視覚的分析ツール（例：都市モザイク）が、テクチャー舗装の設置など、都市デザインの変化の特定と評価をどのように改善できるか。
• RQ5 このようなツールが、実地の現場訪問の優先順位付けや、データドリブンな都市デザイン意思決定を支援するにはどう活用できるか。

主な発見

• 都市モザイクは、自動画像類似性検索により、地理的に離れた地域間の視覚的比較を効率的に行うことを可能にし、ストリートレベル画像の手動ナビゲーションに依存するのを軽減する。
• 本システムは高い時間的分解能を備えており、テクチャー舗装の設置など、都市の特徴の変化を視覚的に正確に時間経過とともに追跡できる。
• 外部データ（例：規制区域、犯罪、不動産価格）の統合により、視覚的クエリが豊かになり、文脈に即した都市状況の探査が可能になる。
• Kohn Pedersen Fox、Draw Brooklyn、NYUの実務家たちは、本ツールが仮想点検や現場選定のプロセスを合理化することで、都市計画のワークフローを劇的に変革できると報告した。
• LSHベースのインデキシング手法により、メモリ使用量が顕著に削減され、テラバイト規模の画像データのインタラクティブな探査が可能になった。
• 事例研究では、都市モザイクが都市デザインの実務的タスク、例えば都市構造の保存状況の評価や高齢者のアクセシビリティ障害の特定を支援できることを示した。