L'importance de la perception urbaine computationnelle croît relativement dans le domaine de l'apprentissage automatique, en particulier dans les domaines connexes à l'aménagement urbain et à l'informatique urbaine. Ce domaine d'étude vise à développer des systèmes permettant d'analyser et de cartographier les caractéristiques discriminantes pouvant avoir un impact direct sur la perception de la ville. Autrement dit, il s'agit d'identifier et d'extraiter les composantes discriminantes afin de définir le comportement de la perception d'une ville. Ce travail effectuera une analyse au niveau des rues afin de comprendre la perception de sécurité fondée sur les « composantes visuelles ». À la lumière de nos résultats, nous présentons une évaluation expérimentale portant sur l'influence et l'impact de ces composantes visuelles sur les critères de sécurité, et discutons en outre de la manière appropriée de déterminer le degré de confiance dans les mesures jugées sûres ou non sûres, en lien avec les scores de perception issus de l'analyse au niveau des rues.