論文の概要: Urban Visual Appeal According to ChatGPT: Contrasting AI and Human Insights
- arxiv url: http://arxiv.org/abs/2407.14268v1
- Date: Sat, 29 Jun 2024 10:32:58 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-28 18:48:53.808798
- Title: Urban Visual Appeal According to ChatGPT: Contrasting AI and Human Insights
- Title（参考訳）: ChatGPTによる都市視覚の魅力 - AIと人間の洞察の対比
- Authors: Milad Malekzadeh, Elias Willberg, Jussi Torkko, Tuuli Toivonen,
- Abstract要約: フィンランドのヘルシンキの1,800点以上のGoogleストリートビュー画像を用いて、市販のAIモデルを都市視覚の魅力分析に応用した。
GPT-4は, 緑化が著しい郊外部を好んだが, 参加者の魅力は低かった。
この研究は、GPT-4のようなAIモデルを利用することで、空間プランナーは異なる領域の視覚的魅力についての洞察を効率的に収集することができることを示唆している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The visual appeal of urban environments significantly impacts residents' satisfaction with their living spaces and their overall mood, which in turn, affects their health and well-being. Given the resource-intensive nature of gathering evaluations on urban visual appeal through surveys or inquiries from residents, there is a constant quest for automated solutions to streamline this process and support spatial planning. In this study, we applied an off-the-shelf AI model to automate the analysis of urban visual appeal, using over 1,800 Google Street View images of Helsinki, Finland. By incorporating the GPT-4 model with specified criteria, we assessed these images. Simultaneously, 24 participants were asked to rate the images. Our results demonstrated a strong alignment between GPT-4 and participant ratings, although geographic disparities were noted. Specifically, GPT-4 showed a preference for suburban areas with significant greenery, contrasting with participants who found these areas less appealing. Conversely, in the city centre and densely populated urban regions of Helsinki, GPT-4 assigned lower visual appeal scores than participant ratings. While there was general agreement between AI and human assessments across various locations, GPT-4 struggled to incorporate contextual nuances into its ratings, unlike participants, who considered both context and features of the urban environment. The study suggests that leveraging AI models like GPT-4 allows spatial planners to gather insights into the visual appeal of different areas efficiently, aiding decisions that enhance residents' and travellers' satisfaction and mental health. Although AI models provide valuable insights, human perspectives are essential for a comprehensive understanding of urban visual appeal. This will ensure that planning and design decisions promote healthy living environments effectively.
- Abstract（参考訳）: 都市環境の視覚的魅力は、住民の生活空間に対する満足度に大きく影響し、その全体の気分は、その健康と幸福に影響を及ぼす。
人口調査や住民からの問い合わせを通じて、市街地の視覚的魅力評価を収集する資源集約性を考えると、このプロセスを合理化し、空間計画を支援するための自動解法が常に求められている。
本研究では,フィンランド・ヘルシンキの1,800点以上のGoogleストリートビュー画像を用いて,市販のAIモデルを都市視覚の魅力分析に応用した。
GPT-4モデルを特定の基準に組み込むことで,これらの画像の評価を行った。
同時に、24人の参加者が画像の評価を依頼された。
地域差は認めなかったが, GPT-4と受講者評価との間には強い相関が認められた。
特に, GPT-4では, 緑化が顕著な郊外部が好まれる傾向がみられた。
逆に、市中心部とヘルシンキの人口密度の高い都市部では、GPT-4は受験者格付けよりも低い視覚的魅力スコアを割り当てた。
様々な場所でAIと人間の評価の間には一般的な合意があったが、GPT-4は、都市環境の文脈と特徴の両方を考慮する参加者とは異なり、文脈的ニュアンスを評価に組み込むのに苦労した。
この研究は、GPT-4のようなAIモデルを活用することで、空間プランナーは、異なる領域の視覚的魅力についての洞察を効率よく収集し、居住者や旅行者の満足度とメンタルヘルスを高める決定を支援することができることを示唆している。
AIモデルは貴重な洞察を提供するが、都市の視覚的魅力の包括的理解には人間の視点が不可欠である。
これにより、計画と設計の決定が健全な生活環境を効果的に促進することを保証する。
関連論文リスト
- URSimulator: Human-Perception-Driven Prompt Tuning for Enhanced Virtual Urban Renewal via Diffusion Models [10.498291811234726]
都市身体障害は、コミュニティの安全、幸福、心理的状態に悪影響を及ぼす。
都市再生 (Urban Renewal) は、住民の身体環境と生活の質を改善するために、市内の無視された地域と崩壊した地域を再活性化するプロセスである。
現在の研究では、更新作業の影響を定量的に評価し視覚化するシミュレーションツールが欠如している。
本稿では,人間の知覚フィードバックを用いて街路環境改善をシミュレートする新しい枠組みを提案する。
論文 参考訳（メタデータ） (2024-09-22T20:39:32Z) - MetaUrban: An Embodied AI Simulation Platform for Urban Micromobility [52.0930915607703]
最近のロボティクスとエンボディードAIの進歩により、公共の都市空間はもはや人間専用ではない。
公共の都市空間における短距離移動のためのAIによって実現されるマイクロモビリティは、将来の交通システムにおいて重要な要素である。
本稿では,AI駆動型都市マイクロモビリティ研究のための構成シミュレーションプラットフォームであるMetaUrbanを紹介する。
論文 参考訳（メタデータ） (2024-07-11T17:56:49Z) - Gemini vs GPT-4V: A Preliminary Comparison and Combination of
Vision-Language Models Through Qualitative Cases [98.35348038111508]
本稿では,Google の Gemini と OpenAI の GPT-4V(ision) の2つのパイオニアモデルについて,詳細な比較研究を行った。
分析の核となるのは、各モデルの視覚的理解能力である。
両モデルのユニークな強みとニッチを照らし出した。
論文 参考訳（メタデータ） (2023-12-22T18:59:58Z) - Geo-located Aspect Based Sentiment Analysis (ABSA) for Crowdsourced
Evaluation of Urban Environments [0.0]
本研究では,地理的に位置付けられたテキストによる都市評価に含まれる都市の側面を抽出できるABSAモデルを構築し,それに対応する側面感性分類を行う。
本モデルは,Aspect Term extract (ATE) とAspect Sentiment Classification (ASC) の両タスクに対して,都市レビューにおける予測精度を大幅に向上させる。
実証分析では、ボストン全体の肯定的および否定的な都市面が空間的に可視化されている。
論文 参考訳（メタデータ） (2023-12-19T15:37:27Z) - Holistic Analysis of Hallucination in GPT-4V(ision): Bias and
Interference Challenges [54.42256219010956]
このベンチマークは、視覚言語モデルにおける2つの一般的な幻覚、すなわちバイアスと干渉を評価するために設計されている。
偏見はモデルがある種の反応を幻覚させる傾向を示すもので、おそらくはトレーニングデータの不均衡によるものである。
干渉とは、テキストプロンプトのフレーズ化や入力画像の表示方法によって、GPT-4V(ision)の判定が破壊されるシナリオである。
論文 参考訳（メタデータ） (2023-11-06T17:26:59Z) - GPT-4V(ision) as a Generalist Evaluator for Vision-Language Tasks [70.98062518872999]
我々は,GPT-4Vの性能評価,基本画像からテキストへの合成,高レベル画像から画像への変換,複数画像からテキストへのアライメントといったタスクに対処する能力を検証する。
特に、GPT-4Vは、様々なタスクや評価方法にまたがって人間と有望な合意を示し、マルチモーダルLCMを評価対象として持つ可能性を示している。
論文 参考訳（メタデータ） (2023-11-02T16:11:09Z) - City-Wide Perceptions of Neighbourhood Quality using Street View Images [5.340189314359048]
本稿では,ロンドンに拠点を置き,画像とレーティングの収集,Web開発,モデルトレーニング,マッピングなどの手法について述べる。
住民の社会的結束、コミュニティの感覚、安全、活動、メンタルヘルスに影響を与える。
論文 参考訳（メタデータ） (2022-11-22T10:16:35Z) - Effective Urban Region Representation Learning Using Heterogeneous Urban
Graph Attention Network (HUGAT) [0.0]
都市域の表現を学習するためのヘテロジニアスな都市グラフアテンションネットワーク(HUGAT)を提案する。
ニューヨークのデータに関する我々の実験では、HUGATは最先端のすべてのモデルより優れています。
論文 参考訳（メタデータ） (2022-02-18T04:59:20Z) - The 5th AI City Challenge [51.83023045451549]
第5回AIシティチャレンジには38カ国305チームが参加した。
アルゴリズムの有効性と計算効率の両面で評価を行った。
結果は、スマートトランスポーテーションにおけるAIの約束を示している。
論文 参考訳（メタデータ） (2021-04-25T19:15:27Z) - The 4th AI City Challenge [80.00140907239279]
AI City Challengeの第4回年次エディションには,37カ国で315チームが参加している。
評価はアルゴリズムの有効性と計算効率の両面から行われる。
結果は、AI技術がよりスマートで安全な輸送システムを可能にすることを約束している。
論文 参考訳（メタデータ） (2020-04-30T07:47:14Z) - Indexical Cities: Articulating Personal Models of Urban Preference with
Geotagged Data [0.0]
本研究は,都市空間における個人の嗜好を特徴付け,特定の観測者に対する未知の好ましくない場所のスペクトルを予測する。
多くの都市認識研究とは異なり、我々の意図は都市品質の客観的な尺度を提供する手段ではなく、都市や都市についての個人的な見解を表現することである。
論文 参考訳（メタデータ） (2020-01-23T11:00:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。