¿Son visualmente tan distintas nuestras ciudades?

visual ciudades redes sociales

Un proyecto del MIT investiga las diferencias y similitudes de la imagen de las ciudades. Usando más de 2 millones de imágenes de las redes sociales, desarrollan un modelo que cuantifica el carácter distintivo de 18 ciudades de todo el mundo e identifica sus similitudes visuales. Seleccionando una ciudad en el mapa de la app se pueden ver las ciudades similares.

 


El equipo está desarrollado por Carlo Ratti y el investigador principal es Fan Zhang.

El modelo apunta a predecir de qué ciudad proviene una imagen dada. El porcentaje de imágenes que el modelo clasifica correctamente la ciudad para tener un resultado distintivo. Las imágenes más distintas de cada ciudad se muestran en la aplicación.

Mapa de la aplicación

Si bien cada ciudad tiene su propia identidad visual, a menudo comparten similitudes visuales entre sí. Cuantifican la similitud entre dos ciudades dadas como el porcentaje sumado de imágenes que el modelo clasificó erróneamente como la otra ciudad.

Comprender la discrepancia visual y la heterogeneidad de los diferentes lugares es de gran interés para el diseño arquitectónico, el diseño urbano y la planificación del turismo. Sin embargo, estudios anteriores se han visto limitados por la falta de datos adecuados y métodos eficientes para cuantificar los aspectos visuales de un lugar. Este trabajo propone un marco basado en datos para explorar las escenas y objetos informativos del lugar mediante el empleo de una red neuronal convolucional profunda para aprender y medir el conocimiento visual de la apariencia del lugar automáticamente a partir de un conjunto de datos masivo de fotos e imágenes. 

Los resultados de este trabajo son inspiradores para varios campos: proporcionan información sobre lo que pueden lograr los datos geoetiquetados a gran escala para comprender la formalización del lugar y el diseño urbano

Ver aplicación

Ver publicación para descubrir lugares y objetos informativos usando fotos de redes sociales.

Fuente: http://senseable.mit.edu/

 


Deja un comentario

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