Infrastructural development of support system for evaluation of historic townscape to supplement its design
| Project/Area Number |
19H02315
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 23030:Architectural planning and city planning-related
|
|---|
| Research Institution | Saga University |
|---|
Principal Investigator |
三島 伸雄 佐賀大学, 理工学部, 教授 (60281200)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
渕上 貴由樹 佐賀大学, 理工学部, 助教 (00530172)
和久屋 寛 佐賀大学, 教育学部, 教授 (40264147)
中山 功一 佐賀大学, 理工学部, 准教授 (50418498)
岡崎 泰久 佐賀大学, 理工学部, 教授 (90253583)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥17,290,000 (Direct Cost: ¥13,300,000、Indirect Cost: ¥3,990,000)
Fiscal Year 2022: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
Fiscal Year 2021: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2020: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2019: ¥7,410,000 (Direct Cost: ¥5,700,000、Indirect Cost: ¥1,710,000)
|
|---|
| Keywords | 町並み景観 / 画像認識 / 深層学習 / データベース / 機械学習 / 画像分析 / 教師なし学習 / 歴史的街並み景観 / 景観の特質 / 歴史的町並み / 景観評価 / AI / 歴史的景観 / デザイン / 連続立面評価 |
|---|
| Outline of Research at the Start |
連続立面を構成する町並み景観の「らしさ」等を抽出分類し、建築デザイン等の位置付けを評定できるシステムとして、「連続立面評価システム」の基盤開発を行う。人工知能を用いて連続立面における建物更新のファサードデザイン等を分析し、優れた点や課題点等を表示し、町並み「らしさ」や計画デザインの適切かつ公平な協議・判断をサポートすることを目標とする。本研究期間においては、町並みの定性的「らしさ」の抽出やデザインとの差異の分析に必要なデータセットやシステムのあり方を明らかにし、その実装を目指したモデル的基盤を開発することを目的とする。
|
| Outline of Annual Research Achievements |
本研究は、歴史的町並み（以下、町並み）を構成する建物等の更新デザインを対象とし、その評価判断を恣意性なく迅速に行うための連続立面評価支援システムを開発することを全体構想とする。人工知能を用いた画像認識は近年多く行われているが、町並みを構成する建物の認識についてはまだ十分行われていない。そこで本研究では、町並みの定性的「らしさ」の抽出やデザインとの差異の分析に必要な立面画像のデータセットやその分析方法のあり方を明らかにすることを目的としている。
昨年度までの研究成果により、町並み自体の画像に空や道路などのバイアスが多く含まれるために正答率が下がること、町並み自身の歴史的建物数が少ないために「教師あり学習」では十分な立面画像数を確保できないこと、等を解消する必要があることがわかった。そこで本年度は、町並みの建物立面の分類をいかに工夫すべきかを明らかにすることを目的として取り組んだ。対象地は、建物類型が類似している町並みである佐賀県内の伝統的建造物群保存地区、鹿島市肥前浜宿、有田町内山地区、嬉野市塩田津の伝統的建物とした。そして、1)撮影した立面画像の調整、2)画像の増幅による正答率の検証、3)人工知能の着目点（アテンション）の検証である。1)は、立面画像を正面と斜め左・右の三方向から撮影し、バイアスを除去し、かつトーン調整を行なった。2)は、回転、反転を行って、画像数を見かけ上増やして「半教師あり学習」による分類の正答率を検証した。3)は、アテンションマップを作成して、編年指標別にみた着眼点の検証を行った。。
これらの結果、立面画像のバイアスの除去、トーン調整、増幅によって正答率を上げることが可能であることが明らかになった。また、「教師なし学習」のアテンションは、屋根・庇や窓に対してはかなりの精度で適切に認識しているが、外壁に対しては種別の認識が低いことが明らかになった。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
Report
(3 results)
Research Products
(16 results)
