도시 인식: 거리가 안전하다고 느끼는 이유를 이해할 수 있을까?

도시 인식 계산(urban perception computing)의 중요성은 머신러닝 분야에서 특히 도시 계획(Urban Planning) 및 도시 컴퓨팅(Urban Computing)과 관련된 분야에서 점차 증가하고 있다. 이 연구 분야는 도시 인식에 직접적인 영향을 미칠 수 있는 구분 특성(discriminant characteristics)을 분석하고 지도화할 수 있는 시스템을 개발하는 데 초점을 맞추고 있다. 즉, 도시 인식의 행동을 정의하는 데 기여할 수 있는 구분 요소(discriminant components)를 식별하고 추출하는 것을 목적으로 한다. 본 연구는 도시 거리 수준에서의 안전 인식을 이해하기 위해 ‘시각적 구성 요소(visual components)’에 기반한 분석을 수행한다. 본 연구의 결과로, 이러한 시각적 구성 요소가 안전 기준에 미치는 영향과 영향력을 실험적으로 평가하였으며, 도시 거리 수준 분석에서 인식 점수에 기반한 안전 또는 비안전 측정치에 대해 신뢰도를 적절히 선택하는 방법에 대해 논의한다.