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.基于东京都大田区提供的空置房屋数据库，从景观、预防犯罪、防灾等角度对可能对居住区产生负面影响的空置房屋的分布特征、外观特征等进行了基本分析。做到了。 2.基于360度街道图像大数据，我们利用1000张图像、10000名受访者、22个评价项目进行了多次大规模的街道印象评价网络调查。通过对结果进行深度学习模型的训练，我们构建了一个“街景主观印象评估估计模型”，该模型可以根据 22 个项目高精度地预测受访者的印象评估（79.6% 至 91.1%）。通过使用该模型，可以对任何街道的主观印象评价分数进行数值评估。我们还分析了主观印象评价与街道成分之间的关系。此外，通过构建一个单独的模型来学习按性别、年龄和居住都道府县的调查结果，并比较该模型获得的分数，我们调查了不同性别、年龄和居住都道府县的印象评估趋势的差异。它。 3.在上述“街景主观印象评价评估模型”中，图像中反映的建筑物很少，建筑物外观的影响也不是很大。因此，通过从全方位街道图像中机械提取建筑外观图像并基于图像进行网络调查，构建了评估建筑外观印象的估计模型。使用该模型，可以从不同角度和建筑用途，根据 22 个标准对建筑物的外观进行数值评估。 4.以上述“街景主观印象评价评估模型”估算出的印象评价分数为参考，可以为“如何针对性地改善街道，打造一条具有良好印象的街道”提供提示。为了实现这一目标，我们开发了一种模型，通过使用名为 CycleGAN 的图像生成人工智能从高评价和低评价的街道图像中学习来生成街道图像的良好印象。