[論文レビュー] Computer vision-based analysis of buildings and built environments: A systematic review of current approaches

Małgorzata B. Starzyńska, Robin Roussel+2 more|arXiv (Cornell University)|Aug 1, 2022

Urban Design and Spatial Analysis被引用数 7

ひとこと要約

本系統的レビューでは、2011年から2021年までの88件のコンピュータビジョン研究（建築物および建築環境分野）を分析し、2つの主要な研究分野を特定した。1つは建築画像分析タスクの自動化、もう1つは機械学習を用いて視覚的データから新たな知見を抽出することである。研究では、多くの研究が建築データセットにおけるアルゴリズム性能の向上に注力している一方で、データ統合とパターン同定を通じて、設計や政策関連の新たな知見を生み出す傾向が顕著であることが明らかになった。

ABSTRACT

Analysing 88 sources published from 2011 to 2021, this paper presents a first systematic review of the computer vision-based analysis of buildings and the built environments to assess its value to architectural and urban design studies. Following a multi-stage selection process, the types of algorithms and data sources used are discussed in respect to architectural applications such as a building classification, detail classification, qualitative environmental analysis, building condition survey, and building value estimation. This reveals current research gaps and trends, and highlights two main categories of research aims. First, to use or optimise computer vision methods for architectural image data, which can then help automate time-consuming, labour-intensive, or complex tasks of visual analysis. Second, to explore the methodological benefits of machine learning approaches to investigate new questions about the built environment by finding patterns and relationships between visual, statistical, and qualitative data, which can overcome limitations of conventional manual analysis. The growing body of research offers new methods to architectural and design studies, with the paper identifying future challenges and directions of research.

研究の動機と目的

• 2011年から2021年までの88件の出典を対象とした系統的レビューを用いて、建築および都市設計研究におけるコンピュータビジョンの応用の現状を評価すること。
• コンピュータビジョンを用いた建築環境分析における主な研究目的を特定・分類し、アルゴリズム最適化と手法的イノベーションの違いを明確にすること。
• 伝統的な手動手法に比べ、大規模かつデータドリブンな建築および都市分析を可能にするコンピュータビジョンの方法論的利点と限界を評価すること。
• 建築研究におけるデータ品質、相互運用性、再現可能性、視覚的および非視覚的データソースの統合に関する研究ギャップを浮き彫りにすること。
• 将来的な学際的研究を支援するため、建築および都市設計の文脈においてコンピュータビジョンの信頼性と実世界への適用可能性を高める方向性を提案すること。

提案手法

• PRISMA指針に従い、複数段階の系統的文献レビューを実施し、初期の1,234件の記録から88件の関連研究を選定した。
• 研究目的に基づき研究を分類した。64％は建築画像データセットにおける機械学習アルゴリズムのテストまたは改善に注力しており、残りの36％はコンピュータビジョンを用いて建築的・都市設計的課題に対する新たな知見を得ることを目的としていた。
• データソース（例：ストリートビュー、航空写真、EPC、OpenStreetMap）、アルゴリズムタイプ（例：物体検出、セグメンテーション、分類）、アプリケーション分野（例：建物の状態、価値推定、形態論）を分析した。
• 視覚的データと非視覚的データ（例：人口統計、社会経済的統計、環境統計）の統合を評価し、方法論的イノベーションの可能性を検証した。
• クラウドソースやオープンアクセスデータセットにおけるデータ品質、メタデータの正確性、GPSの精度、ラベルの信頼性に関する課題を特定した。
• 共通の評価フレームワークを提案し、実装とデータ共有の透明性を強調することで、再現性と学際的協働を向上させることを提言した。

実験結果

リサーチクエスチョン

• RQ1 2011年から2021年の間、建築物および建築環境のコンピュータビジョンベースの分析において、支配的な研究目的は何か？
• RQ2 現在のコンピュータビジョン手法は、建物分類や状態調査といった伝統的な建築的・都市設計分析タスクをどのように支援または変容させているか？
• RQ3 機械学習技術は、手作業による分析では得られない視覚的、統計的、質的データの新たなパターンや関係をどのように解明できるか？
• RQ4 建築研究におけるコンピュータビジョンの導入を妨げる主な課題、すなわちデータの相互運用性、正確性、再現性の問題は何か？
• RQ5 人間の行動や環境要因などの非視覚的データ（例：国勢調査、物件の築年数、社会経済的指標）と視覚的データをどのように意味的に統合することで、都市および建築意思決定を強化できるか？

主な発見

• レビュー対象の64％の研究が、建築画像データセットにおける機械学習アルゴリズムのテストまたは改善に注力しており、方法論の洗練が重視されていることがうかがえる。
• 残りの36％の研究では、視覚的特徴と社会的空間的要因や統計的データとの関係を探索することで、都市のジェントリフィケーションや不動産価値推定といった新たな知見を生み出していた。
• 既存の画像データセットは、多くの場合、十分な文脈やメタデータを欠いており、GPS座標やクラウドソースによるラベルの正確性と信頼性が一貫していない。
• 視覚的データと他のデータタイプとの相互運用性に大きな課題がある。特に、地理情報システムや行政データベースにおける建築環境要因の分類方法の不一致が主な要因である。
• 再現性は依然として懸念事項であり、多くの研究で実装の詳細や公開データセットの可用性に欠けており、検証や分野全体の進展を妨げている。
• 今後の研究では、視覚的データと非視覚的データ（例：国勢調査、建築物の築年数、社会経済的指標）の統合を優先すべきであり、都市および建築設計における包括的で政策的意義のある分析を可能にするべきである。