街路景観画像と印象評価値の変化を統合的に予測可能なシミュレーション手法の開発

抄録

良好な住環境を形成する上で，住宅地を構成する街路空間の印象は重要な要素の一つである。しかし，①景観の変化によって，人々が街路から感じる印象がどのように変化するか，あるいは，②街路の印象向上のために，どのような景観変化が必要であるかを定量的に検討することは容易でない。そこで本論文では，大規模被験者アンケートをもとに構築した深層学習ベースの街路印象評価モデル[木澤・沖 2021]と，敵対的生成ネットワーク（GAN）をベースにした街路景観変化予測モデルを統合することで，街路景観画像と印象評価値の変化を統合的に予測可能なシミュレーション手法を開発した。街路景観変化予測モデルでは，(1)CycleGANを用いることで，特定の印象評価項目のスコアが高くなるように，街路画像の特徴の一部を変換した比較的自然な画像の生成を可能とし，(2)VAEGANを用いることで，CycleGANで生成した景観画像の変化量の調整や，複数の景観変化の折衷案に相当する画像の生成を可能とした。また，Google Street Viewで抽出した住宅地の街路景観画像を例に，施策検討や合意形成ツールとしての本手法の有用性を示した。