首页 >> 环球学讯
计算机视觉技术量化城市变迁
2017年07月17日 08:49 来源:中国社会科学网-中国社会科学报 作者:冯黛梅 字号

内容摘要:近日,美国麻省理工学院与哈佛大学联合组成的研究团队,利用计算机视觉系统对城市景观变迁进行考察,发现根据居住人口密度、居民教育水平、街区所处地理位置等因素可以预测城市景观变化。该研究在检验经典理论的同时,呈现了利用计算机视觉技术改进城市物理空间的定量研究过程。基于对城市变迁三个经典理论——人力资本聚集理论、侵入理论与谢林的隔离理论的考察,此次研究主要采用了计算机视觉算法,考察了某个时间段街区的物理面貌变化。纽约大学城市科学与发展中心教授朱利娅·莱尼对该项研究评价说,高质量的测量、分析,以及对研究缺失的深度关注是未来研究的标准,希望能够看到更多这样的研究。

关键词:景观;图像;计算机视觉;社区;研究人员;变迁;考察;隔离;算法;街区

作者简介:

  城市景观、社区面貌为何改观?城市物理和空间变迁与人文、社会、经济结构有何关系?近日,美国麻省理工学院与哈佛大学联合组成的研究团队,利用计算机视觉系统对城市景观变迁进行考察,发现根据居住人口密度、居民教育水平、街区所处地理位置等因素可以预测城市景观变化。该研究在检验经典理论的同时,呈现了利用计算机视觉技术改进城市物理空间的定量研究过程。

  检验城市变迁传统理论

  几十年来,人文社科学者对城市外观的重要性以及可能促成城市景观变化因素进行了讨论。基于对城市变迁三个经典理论——人力资本聚集理论、侵入理论与谢林的隔离理论的考察,此次研究主要采用了计算机视觉算法,考察了某个时间段街区的物理面貌变化。

  计算机视觉在20世纪60年代脱胎于人工智能与认知神经科学,旨在通过设计算法让计算机自动理解图像的内容。论文第一作者、麻省理工学院博士后尼克赫尔·纳克(Nikhil Naik)表示,随着大型视觉数据在社交媒体、城市科学、公共卫生等诸多领域的普及,通过综合视觉数据库形成的计算机视觉算法将显得重要。

  研究人员以美国巴尔的摩、波士顿、底特律、纽约以及华盛顿为研究对象,使用谷歌街景视图应用程序界面,获取了这些城市或地区的360度街景图,并选取了160多万张图片进行比较。

  “我们的研究结果支持人力资本聚集理论、侵入理论。然而,并没有发现谢林的隔离理论中的那个‘隔离点’,即达到该点时,增长速度会加速。我们的研究证据只支持一个线性模式。”纳克对本报记者说。

  研究数据表明,人口密度与安全度基本呈线性关系,人口密度高的空间比人口密度低的空间显得更具安全性。但是,这并不意味着高密度城市空间比低密度郊区或农村的安全性高,因为该研究样本仅限于城市。此外,还有一个强有力的影响因子是教育。居民中受过大学教育的人数超过20%,安全度就会上升0.51。研究人员认为,可能因为受教育人群更愿意出资改善社区面貌,让它看起来更安全,而非这些受教育的居民本身让社区显得更安全。而研究数据未发现改善城市街区面貌与工资、房价、租金等有明确关联,这说明教育更多体现的是技能而非收入。这一发现与人口聚集理论强调的人口与教育因素影响社区发展是一致的。

  城市社会学研究的侵入理论,强调位置与社会关系网,认为商业中心或者其他具有吸引力的物理空间会产生“溢出”效应,从而使其周边环境随之改善。该研究团队认同这种“溢出”效应:离中央商业区越远,街区获得的分数越低。

  此外,研究人员考察了谢林的隔离理论。虽然他们的研究数据支持隔离理论的基本假设,即好的会更好,差的会更差。但是,他们发现的是一个线性关系,而不是隔离理论提出的非线性关系。数据确实显示出原本不错的社区,改善水平更快;但是数据并未发现,“最初没有吸引力的社区,随着时间的推移变得越来越糟”。

分享到: 0 转载请注明来源:中国社会科学网 (责编:陈茜)
696 64.jpg
用户昵称:  (您填写的昵称将出现在评论列表中)  匿名
 验证码 
所有评论仅代表网友意见
最新发表的评论0条,总共0 查看全部评论

回到频道首页
wxgg3.jpg
内文页广告3(手机版).jpg
中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|联系我们