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 |
Granted (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 / 機械学習 / 画像分析 / 教師なし学習 / データベース / 歴史的街並み景観 / 画像認識 / 景観の特質 / 深層学習 / 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）等の建物が連続している地区の街路沿い立面景観（以下、連続立面）におけ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。そのために、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。
令和2年度は、その目的達成に向けて、基本的な仕組みのあり方について検討を行った。具体的には、1)機械学習で景観分析を行う手法の検討、2)画像データを保管していくためのデータベースの構築である。
1)は、我が国ならびにヨーロッパのバロック都市（パリ、ウィーン）の歴史的保存地区の景観的特質について整理するとともに、現地協力者等に依頼して撮影した動画から画像を取り出し、畳み込みニューラルネットワークを用いた画像認識分析と、ヒートマップ作成による特徴量の抽出を行った。その結果、道路種別の分類等の前処理を行うことによって正答率が上がることが確認できた。しかし、抽出された特徴量が地区の特質と無関係のところも多かったことから、前処理や教師データの検討が不可欠であることが明らかになった。例えば、画像の不要な部分の削除や、教師なし機械学習等の検討である。
2)は、上記のような分析を行うにあたって採集した画像等を、都市・通り名、教師データ、テストデータ等のラベルをつけて保管するデータベースの試験的構築である。そして、画像認識分析班へのモニタリングを行い、使い勝手を検証した。その結果、使い勝手を上げるための課題が分かってきた。
以上のように研究の改善点が明らかになった。令和３年度以降に、それらの改善に取り組む。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
新型コロナウイルスで、所属機関の方針により、学生を帯同して現地に行って調査をすることがほとんどできなかった（特に、県外移動ならびに宿泊の制限）。そのため、現地協力者に依頼して動画を撮るなどの代替措置をとったが、研究者グループで確認することができなかったため、特徴的なところの確認等を適切に行えたかどうか、不明な中で行わざるを得なかった。概ねデータを収集することができて分析を進めたが、前処理の適切さなどについて、ある程度の期間をとって現地を直接見ながら検討しデータを収集する必要がある。それらは今後行わざるを得ないことから、やや遅れているとした。
|
| Strategy for Future Research Activity |
所属機関では、令和４年度に新型コロナ感染症に関する危機管理マニュアル等を策定中である。ただし、現地住民との接触を極力避けることなどが求められるので、Withコロナにおいてある程度の調査の限界はあると考えられる。それらを考慮しながら、前処理の方法の検討等、現地に行かなくてもできることを行っていくとともに、現地協力者への依頼と現地調査の実施をハイブリッドに利用しながら研究を遂行する。
|
Report
(2 results)
Research Products
(12 results)
