Streetscore. Mapeando la percepción del paisaje urbano

StreetScore es un algoritmo de aprendizaje automático que predice la percepción de un paisaje urbano. Esta aplicación nos permite detectar como afecta la apariencia de las calles a nuestra percepción y por tanto en nuestro comportamiento.

 


StreetScore es un proyecto de los grupos Camera Culture y Macro Connections del Media Lab. Esta herramienta mide la seguridad de una vista de la calle para un humano, pero utilizando una computadora.

StreetScore fue configurado a partir de miles de imágenes de paisajes urbanos (Nueva York, Boston, Chicago, Detroit y Philadelphia), procedentes de Google maps. A partir de estas imagenes el programa permite realizar una clasificación de la seguridad percibida obtenidas a partir de una encuesta de colaboración colectiva.  Estos datos consistieron en 3.000 vistas de la calle desde Nueva York y Boston, obtenidas de otro proyecto de Media Lab llamado Place Pulse , lanzado por el grupo Macro Connections en 2011.

A partir de esta encuesta, se convierten las imágenes en el conjunto de datos de entrenamiento a características (o atributos) de la imagen, que representan las texturas, colores y formas de la imagen. Luego, se utiliza el aprendizaje automático para asociar las características de la imagen con las puntuaciones de seguridad percibida recopiladas de Place Pulse. 

Para predecir la puntuación de una imagen, StreetScore descompone esta imagen en características y asigna a la imagen una puntuación basada en las asociaciones entre características y puntuaciones aprendidas del conjunto de datos de entrenamiento. 

StreetScore permite crear una colección de visualizaciones de mapas de seguridad percibida de vistas de calles de ciudades norteamericanas. A medida que los grandes datos visuales se vuelven comunes en las redes sociales, la planificación urbana, la salud pública, el entretenimiento y muchos otros campos, los algoritmos de visión por computadora que pueden sintetizar la información de los datos visuales serán importantes. Esto permite ampliar la evaluación de los paisajes urbanos en varios órdenes de magnitud en comparación con una encuesta de crowdsourcing.

[useful_banner_manager banners=7 count=1]

El algoritmo StreetScore fue creado por Nikhil Naik como parte de una colaboración entre el grupo Macro Connections y el grupo Camera Culture en MIT Media Lab. Jade Philipoom creó las visualizaciones presentadas en el sitio web de StreetScore.

Ver aplicación de percepción del paisaje urbano: Steetscore

Podéis enviar preguntas o comentarios a sus desarrolladores al siguiente correo: streetscore@media.mit.edu

 


TYS MAGAZINE - Anunciantes

Jose Taboada

Licenciado en Geografía, Postgrado en Ordenación y Desarrollo Territorial (USC) y Master de Sostenibilidad y Responsabilidad Social Corporativa (USC).

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba