城市感知：我们能否理解一条街道为何显得安全？

在机器学习领域，城市感知计算的重要性正日益凸显，尤其是在城市规划与城市计算等相关研究方向中。该研究领域致力于构建系统，以分析并映射可能直接影响城市感知的差异化特征。换言之，其目标在于识别并提取具有区分性的要素，从而刻画城市感知行为的内在机制。本研究在街道层面开展分析，基于“视觉要素”探究人们对安全性的感知。实验结果表明，我们系统评估了这些视觉要素对安全评价标准的影响，并进一步探讨了如何根据城市街道层面的感知评分，合理判断安全或不安全措施的可信度。