Development of Housing Environment Assessment Methods Using Diverse Big Data and Artificial Intelligence for the Formation of Sustainable Residential Areas

利用多样化大数据和人工智能开发住房环境评估方法，形成可持续居住区

基本信息

批准号：
22K04490
负责人：
沖拓弥
金额：
$ 2.58万
依托单位：
Tokyo Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

１．景観や防犯・防災の観点から住宅地に悪影響を及ぼす可能性のある空き家について，東京都大田区から提供を受けた空き家データベースをもとに，その分布特性や外観の特徴などについて基礎的な分析を行った。２．街路全方位画像ビッグデータをもとに，使用画像が1千枚規模，回答者数が1万人規模，評価項目数22という大規模な街路印象評価Webアンケートを複数回実施した。その結果を深層学習モデルに学習させることで，回答者による22項目の観点での印象評価を高精度（79.6%～91.1%）で予測可能な「街路景観の主観的印象評価推定モデル」を構築した。このモデルを用いることで，任意の街路の主観的印象評価スコアを数値で評価することが可能となった。また，主観的印象評価と街路構成要素との関係を分析した。さらに，性別，年代，居住都道府県別にアンケート結果を学習させたモデルを別途構築し，そのモデルにより得られるスコアを比較することで，性別，年代，居住都道府県ごとの印象評価傾向の違いについて検討を行った。３．上述の「街路景観の主観的印象評価推定モデル」においては，画像内への建物の映り込みが少なく，建物外観の影響はあまり大きくない。そこで，街路全方位画像から建物外観画像を機械的に抽出し，それをもとにWebアンケートを実施することで，建物外観の印象評価推定モデルを構築した。このモデルを用いることで，様々なアングルや建物用途について，22項目から建物外観を数値で評価することができる。４．上述の「街路景観の主観的印象評価推定モデル」で推定される印象評価スコアを参考に，「街路を具体的にどのように改善することで，好印象な街路を実現できるか」のヒントを得るための技術として，CycleGANという画像生成AIに高評価・低評価それぞれの街路画像を学習させ，好印象街路画像生成モデルを開発した。

1。基于东京OTA -KU提供的无人居住的数据库，对外部的分配特征和特征的基本分析，用于从景观，预防犯罪和预防灾难的角度来不利地影响住宅区的空置房屋。 2。根据大数据，根据街道上的街道图像，一份大型街道印象评估网络问卷带有大型图像，受访者的数量为10,000时代。通过通过深度学习模型学习结果，我们建立了一个“街道景观的主观印象评估模型”，可以用高度准则（79.6％至91.1％）对受访者的印象评估进行预测，从22的角度来看项目。通过使用此模型，可以通过数值来评估任何街道的主观印象得分。此外，分析了主观印象评估与街头组件之间的关系。此外，通过构建一个模型，该模型分别通过性别，年龄，住宅区来学习问卷，并比较模型获得的分数，研究了每个住宅区的印象评估趋势的差异。 3。在上面提到的“街道景观的主观印象评估模型”中，建筑物的外观并不大，以至于建筑物的外观并不那么大。因此，通过机械从整个街道图像中提取建筑物的外观图像，并根据其进行Web问卷，构建了建筑物外部评估估计模型。通过使用此模型，可以从22个项目的各个角度和建筑物的项目中对建筑物的外部进行数值评估。 4。请参阅上述“街道风景的主观印象评估模型”所估计的印象评估评分，例如“我如何改善街道以获得一条良好的街道道路？” AI称为Cyclegan的AI被学到了高评估和低评级的街道图像，并开发了良好的印象道路图像生成模型。