跟踪城市高档化 一次建造一座建筑物

根据2019年3月13日发表于Lazar Ilic，Michael 的开放获取期刊PLOS ONE上的一项研究，一种新的深度测绘计算机模型可以检测到各个属性的视觉变化，使研究人员能够更快地跟踪社区和城市中的高档化。Sawada和加拿大渥太华大学的Amaury Zarzelli。

在许多西部城市都观察到了绅士化，影响范围很广。以前的研究试图利用人口普查数据来识别和分析中产阶级化，但其解决方案在空间和时间上有限，并在人口普查边界产生人为分裂。作者声称，本研究首先使用个体属性的外观 - 高档化过程可以作用的最小空间单元 - 来指示可能的高档化。

作者从2007年至2016年每年访问加拿大渥太华和邻近地区城市核心区内每个房产的Google街景(GSV)360度全景图。他们培训了一个深度映射计算机模型来处理这个GSV数据，寻找可能表明高档化的属性的视觉变化：改进，如新围栏，重新粉刷或更换窗户。训练后，与人类研究者相比，该模型在检测高档化指标方面达到了95%的准确性。

对于Greenbelt社区，该模型在2922个独特位置检测到3483个高档化指标实例。生成的高档化密度图与地图非常接近，该地图显示了授予开发/建筑许可的位置。

该模型依赖于随时间维护和更新的摄影数据集，例如此处使用的GSV贴图。收集这些摄影数据集的方式的改变会降低模型的准确性。然而，作者指出，他们的深度映射模型可以在具有类似数据集的位置轻松地重建：相对适度的时间投资现在可以产生高度空间和时间分辨的高档化过程图。

作者补充说：“绅士化正在重塑我们的城市，但与此同时很难确定这些现象在大型动态城市中心的发生地点和速度。我们使用深度学习 AI来搜索成千上万的Google街景图像渥太华的建筑物标志着在何时何地进行了绅士化的视觉改善，并首次提供了一个主要城市中时间化的空间化演变的最详细地图。这些地图对规划，社会正义具有直接影响并解决这个大型城市中心的不平等问题。“