Согласно исследованию, опубликованному 13 марта 2019 года в журнале открытого доступа PLOS ONE, новая компьютерная модель с глубоким картографированием может обнаруживать визуальные изменения отдельных свойств, что позволяет исследователям быстрее отслеживать джентрификацию в районах и городах. Лазар Илич, Майкл Савада и Амори Зарзелли из Оттавского университета, Канада.
Джентрификация наблюдалась во многих западных городах с широким спектром последствий. Предыдущие исследования пытались использовать данные переписи для выявления и анализа джентрификации, но ее разрешение ограничено в пространстве и времени и создает искусственные разделения на границах переписи. Авторы утверждают, что настоящее исследование является первым, в котором вместо этого используется внешний вид отдельных объектов - наименьшая пространственная единица, на которую может воздействовать процесс джентрификации, - чтобы указать на возможную джентрификацию..
Авторы получили доступ к 360-градусным панорамам Google Street View (GSV) каждой собственности в пределах городского центра Оттавы, Канада, и прилегающих регионов за каждый год с 2007 по 2016 год. Они обучили компьютерную модель глубокого картирования для обработки этих данных GSV, ища визуальные изменения свойств с течением времени, которые могут указывать на джентрификацию: улучшения, такие как новые заборы, перекраска или замена окон. После обучения модель достигла 95% точности в обнаружении признаков джентрификации по сравнению с человеком-исследователем.
Для района Гринбелт модель обнаружила 3483 экземпляра индикаторов джентрификации в 2922 уникальных местах. Сгенерированная карта плотности джентрификации очень точно совпадала с картой, показывающей, где были выданы разрешения на застройку/строительство.
Модель основана на наборе фотографических данных, который поддерживается и обновляется с течением времени, например, на используемых здесь картах GSV. Изменения в способах сбора этих наборов фотографических данных могут снизить точность модели. Тем не менее, авторы отмечают, что их модель глубокого картографирования можно легко воссоздать в местах с аналогичными доступными наборами данных: относительно скромные затраты времени теперь могут создавать карты процесса джентрификации с высоким пространственным и временным разрешением.
Авторы добавляют: «Джентрификация меняет форму наших городов, но в то же время трудно определить, где и как быстро это явление происходит в крупных динамичных городских центрах. Мы использовали ИИ для глубокого обучения, чтобы просмотреть сотни тысяч Изображения Google Street View зданий Оттавы, чтобы отметить, где и когда произошли визуальные улучшения свойств, подобные джентрификации, и впервые предоставили наиболее подробные карты пространственной эволюции джентрификации во времени в крупном городе. Эти карты имеют прямое значение для планирования, социальной справедливости и решения проблемы неравенства в этом крупном городском центре». «