[논문 리뷰] Chatty Maps: Constructing sound maps of urban areas from social media data

Luca Maria Aiello, Rossano Schifanella외 2명|arXiv (Cornell University)|2016. 03. 25.

Noise Effects and Management참고 문헌 39인용 수 12

한 줄 요약

이 논문은 지리정보가 부여된 소셜 미디어 태그를 활용하여 스케일이 가능하고 저비용으로 세밀한 도시 음향 지도를 구축하는 방법을 제안한다. 새로 개발한 도시 음향 어휘사전과 정서 어휘 일치 기법을 활용하며, 음악과 인간의 소리는 기쁨과 놀라움과 관련이 있고, 기계적 소리는 공포와 분노와 연결되며, 음향 다양성 지도를 통해 런던과 바르셀로나에서 평온한(공원)과 혼란스러운(도심 중심지) 지역을 식별한다.

ABSTRACT

Urban sound has a huge influence over how we perceive places. Yet, city planning is concerned mainly with noise, simply because annoying sounds come to the attention of city officials in the form of complaints, while general urban sounds do not come to the attention as they cannot be easily captured at city scale. To capture both unpleasant and pleasant sounds, we applied a new methodology that relies on tagging information of geo-referenced pictures to the cities of London and Barcelona. To begin with, we compiled the first urban sound dictionary and compared it to the one produced by collating insights from the literature: ours was experimentally more valid (if correlated with official noise pollution levels) and offered a wider geographic coverage. From picture tags, we then studied the relationship between soundscapes and emotions. We learned that streets with music sounds were associated with strong emotions of joy or sadness, while those with human sounds were associated with joy or surprise. Finally, we studied the relationship between soundscapes and people's perceptions and, in so doing, we were able to map which areas are chaotic, monotonous, calm, and exciting.Those insights promise to inform the creation of restorative experiences in our increasingly urbanized world.

연구 동기 및 목표

• 비용이 많이 들지 않는 센서 네트워크 대신 쉽게 확보할 수 있는 소셜 미디어 데이터를 활용하여, 스케일이 가능하고 대규모의 도시 음향 지ap을 구축하는 데에 초점을 맞춘다.
• 소음 polution 외에도 기분 좋은 소리와 나쁜 소리를 모두 포괄하는, 실증적으로 검증된 종합적인 도시 음향 어휘사전을 개발한다.
• 도시 음향 환경과 인간의 정서 반응 간의 관계를 탐구하며, 단순한 소음 수준 지표를 넘어서 더 풍부한 인지적 통찰을 제공한다.
• 소셜 미디어에서 유도된 음향 프로파일을 기반으로 도시 전역에서 혼란, 평온, 자극 등의 정서적 품질을 지ap으로 매핑한다.
• 다중 감각적 도시 인식 데이터를 통합하여 도시 계획자와 연구자가 생태적으로 균형 잡힌, 회복력 있는 음향 환경를 설계할 수 있도록 지원한다.

제안 방법

• 런던과 바르셀로나에서 확보한 180만 건의 지리정보가 부여된 플리커 이미지의 공통 발생 분석을 통해, 온라인/오프라인 자료에서 수집한 용어를 집계하여 도시 음향 어휘사전을 구축하였다.
• 이미지 태그의 통계적 공통 발생 패tern을 활용하여, 운송, 기계적, 인간, 음악, 자연, 실내의 6개 주요 카테고리로 소리 용어를 분류하였다.
• 각 카테고리에 대한 6차원 음향 벡터를 [0,1] 확률로 정규화하여 확률적 해석이 가능하도록, 도로 세그먼트 수준에서 음향 지도를 매핑하였다.
• 경계 노이즈를 줄이고 레이블 신뢰도를 향상시키기 위해 각 도로 세그먼트의 경계 상자에 22.5미터 버퍼를 적용하였다.
• 샤논 엔트로피 지수를 사용하여 음향 다양성을 계산: $ diversity_j = -\sum_c sound_{j,c} \cdot \ln(sound_{j,c}) $, 이를 통해 세그먼트당 음향 다양성을 정량화하였다.
• 이미지 태그를 정서 어휘사전과 일치시켜 특정 음향 환경과 관련된 정서 반응(예: 기쁨, 공포)을 유추하였다.

실험 결과

연구 질문

• RQ1 소셜 미디어 태그는 도시 전역에서 도시 음향 환경을 신뢰성 있게 유추할 수 있으며, 실제 음향 패턴을 반영하는가?
• RQ2 다양한 소리 유형(예: 음악, 인간, 기계적 소리)은 도시 환경에서 특정 정서 반응과 어떻게 관련이 있는가?
• RQ3 음향 환경는 도시 거리에서 혼란, 평온, 자극 등의 정서적 품질을 어느 정도 예측할 수 있는가?
• RQ4 샤논 엔트로피로 측정한 음향 다양성은 도시 용도 유형(예: 공원 대비 도심 중심지)에 따라 어떻게 변화하는가?
• RQ5 소셜 미디어에서 유도된 음향 어휘사전은 공식 소음 오염 데이터 및 기존 문헌과 비교하여 검증될 수 있는가?

주요 결과

• 공식 소음 오염 수준과 상관 분석한 결과, 제안된 도시 음향 어휘사전이 문헌 기반 분류보다 더 높은 타당성을 보였다.
• 음악 소리가 포함된 도로 세그먼트는 기쁨과 슬픔과 유의미하게 관련되었으며, 인간의 소리는 기쁨과 놀라움과 관련이 있었다.
• 기계적 소리는 공포와 분노와 같은 부정적 정서와 연결되어, 소리 유형에 따라 정서의 긍정성/부정성이 달라짐을 시사한다.
• 샤논 엔트로피로 측정한 음향 다양성은 공원과 근교 지역에서 최대 1.0을 기록했고, 도심 중심지에서는 런던에서 1.5, 바르셀로나에서 2.0를 기록하여 도심 핵심지역의 더 높은 음향 복잡성을 나타냈다.
• 최소 10개의 태그가 있는 도로 세그먼트에서는 음향 다양성이 안정화되어, 음향 프로파일 추정에 신뢰할 수 있는 임계값으로 작용함을 확인하였다.
• 이 방법은 런던과 바르셀로나 전역에서 혼란과 평온 등의 정서적 품질을 성공적으로 지도화하였으며, 다양한 도로 유형(예: 보행자 전용 거리) 간 일관성이 높았다.