Mätningar av trygga offentliga platser utifrån Street View Imagery
| Diarienummer | |
| Koordinator | RISE Research Institutes of Sweden AB |
| Bidrag från Vinnova | 300 000 kronor |
| Projektets löptid | mars 2023 - april 2024 |
| Status | Avslutat |
| Utlysning | Strategiska innovationsprogrammet för Sakernas Internet |
| Ansökningsomgång | IoT för innovativ samhällsnytta, Förberedelseprojekt 2022 |
Viktiga resultat som projektet gav
Projektet syftade till att testa och utvärdera en teknik att utvärdera och kartera platstrygghet med hjälp av maskin- och djupinlärningsmodeller applicerade på Gatuplansbilder ("Street View Imagery"). Ett uttalat mål var också att bedöma potentialen för uppskalning av tekniken: vilken generaliserbarhet ser vi i tekniken? Vilka andra "platskvalitéer" skulle kunna utvärderas/karteras på liknande sätt? Är metoden kostnadseffektiv? Måluppfyllelsen bedöms vara god. Projektet har gett mycket kunskap om metoden i sig samt utmaningar och resursåtgång för att implementera den.
Långsiktiga effekter som förväntas
Projektet har givit mycket värdefulla erfarenheter kring metoden som studerades. Effekten hoppas vi kommer att vara att fler kommuner får upp ögonen för tekniken som ett mycket kostnadseffektivt sätt att mäta, utvärdera eller monitorera kvalitéer och/eller skick/tillstånd i det urbana rummet. Pga begränsade resurser i projektet och metodologiska utmaningar kunde metoden inte utvärderas på fler platskvalitéer än "platstrygghet".
Upplägg och genomförande
Genomförandet bestod av att låta en Machine Learning-modell - tränad att predicera platstrygghet utifrån ett stort forskningsdataset med gatuplansbilder - "gå runt" i Tomelilla och prediktera platstrygghet utifrån gatuplansbilder nedladdade från Google Street View Static API. Modellen använde ett stort antal bildattribut från varje bild - extraherade med två förtränade djupinlärningsmodeller - som förklaringsvariabler. Prediktionerna och insatsen att ta fram dem utvärderades och en interaktiv karta (Tomelillas "trygghetskarta") togs fram.