science >> Wetenschap >  >> Elektronica

Een kijkje in de inrichting van de woonkamer laat zien hoe decoraties over de hele wereld variëren

Met behulp van machine learning-technieken, onderzoekers konden ongeveer een miljoen foto's analyseren om decoratieve elementen in woonkamers over de hele wereld te detecteren. Krediet:Penn State

Mensen over de hele wereld schilderen hun muren in verschillende kleuren, planten kopen om hun interieur op te fleuren en verschillende andere verfraaiingstechnieken toepassen om hun huis te personaliseren, die een team van onderzoekers inspireerde om ongeveer 50, 000 woonkamers over de hele wereld.

In een onderzoek dat kunstmatige intelligentie gebruikte om ontwerpelementen te analyseren, zoals kunstwerken en muurkleuren, in foto's van woonkamers die op Airbnb zijn geplaatst, een populaire website voor woningverhuur, de onderzoekers ontdekten dat mensen de neiging hadden om culturele trends te volgen bij het inrichten van hun interieur. In de Verenigde Staten, waar de onderzoekers economische gegevens hadden van de US Census, ze ontdekten ook dat mensen over sociaal-economische lijnen soortgelijke inspanningen deden voor interieurdecoratie.

"We waren geïnteresseerd om te zien hoe andere culturen versierden, " zei Clio Andris, assistent-professor aardrijkskunde, Penn State en een medewerker van het Institute for CyberScience. "We zien kaarten van de wereld en verwonderen ons, "Hoe is het om daar te wonen, " maar we weten niet echt hoe het is om in de woonkamers en in hun huizen te zijn. Dit was alsof mensen over de hele wereld ons uitnodigen in hun huizen."

Het team onderzocht de inrichting van de woonkamer in 107 steden op zes continenten en in buurten in zes Amerikaanse steden.

Bepaalde regio's leken een vergelijkbare smaak te hebben in interieurontwerp, zei Xi Liu, doctoraalstudent aardrijkskunde, Penn State en hoofdauteur van de studie. In sommige gevallen, de manier waarop die culturen hun woonkamers inrichtten, beantwoordde aan de verwachtingen van de onderzoekers, hij voegde toe.

"Er waren veel levendige kleuren in India en Marokko, bijvoorbeeld, "zei Liu. "En, natuurlijk, dat was geen grote verrassing - we hadden een idee dat dit het geval zou kunnen zijn voordat we met het onderzoek begonnen, maar we wisten niet zeker of dat waar zou zijn of niet."

In Europa, Noord-Amerika en Zuid-Amerika, mensen hadden de neiging om meer boeken te tonen, volgens de onderzoekers. Woonkamers in Europa, vooral Italië, veel kunst aan de muur, die aan hun verwachtingen voldeden.

Echter, de onderzoekers, die hun bevindingen publiceerden in het huidige nummer van EPJ-gegevenswetenschap , waren verrast toen sommige culturen zich verzetten tegen de manier waarop hun leefruimtes vaak worden afgebeeld in reistelevisieprogramma's en in reisbrochures.

Krediet:Pennsylvania State University

"We vonden het interessant dat we veel kamerplanten in koude gebieden vonden, vooral in Scandinavië, " zei Andris. "We dachten aanvankelijk dat er meer kamerplanten zouden zijn in warme gebieden omdat het daar goedkoop zou zijn, maar dat was niet het geval. We waren ook verrast dat veel van de eilandculturen wat soberder waren dan we aanvankelijk hadden gedacht. Ze gebruikten niet zo heldere kleuren. Interieurs op plaatsen, zoals Fiji en het Caribisch gebied, bijvoorbeeld, zagen er heel netjes uit."

In de Verenigde Staten, de onderzoekers vonden geen significant verschil in de aanwezigheid van decoratieve elementen tussen buurten met verschillende inkomens, werkloosheidscijfers, opleidingsniveau, woningwaarde en raciale diversiteit. Ze suggereren dat dit erop wijst dat Amerikanen vergelijkbare inspanningen leveren om hun huizen te personaliseren.

Omdat het voor de onderzoekers te tijdrovend zou zijn om door een miljoen afbeeldingen te gaan om meerdere decoratieve elementen te noteren, het team gebruikte deep learning, een soort kunstmatige intelligentie, om decoratieve voorwerpen te detecteren, zoals kunst aan de muur, planten, boeken en verfkleuren, Op de foto's. Menselijke trainers kozen aanvankelijk decoratieve elementen in afbeeldingen om de computer te programmeren om de decoraties te herkennen, dan kan de computer deze functies zelf uitkiezen en classificeren.

"De term hiervoor is transfer learning, maar het is een proces in twee stappen, " zei Liu. "De eerste stap is om de afbeeldingen in categorieën in te delen, zoals woonkamers, Keukens, slaapkamers, en ook buitenruimte. Vervolgens, we gebruiken objectdetectie. Het programma tekent dozen rond objecten in de kamers, zoals kunst aan de muur en boeken, en dan telt het programma hoeveel van die objecten we in elke afbeelding hebben."

De onderzoekers analyseerden alleen woonkamers in huizen, omdat deze kamers hoogstwaarschijnlijk de smaak van de eigenaren vertegenwoordigen en niet alleen hoe ze hun huizen op de verhuurwebsite verkopen.

"Op die websites heb je veel foto's van slaapkamers - en omdat ze slaapkamers verhuren, we dachten dat er misschien wat vooringenomenheid zou zijn omdat de eigenaar het op een bepaalde manier zou willen inrichten om gasten aan te spreken, "zei Liu. "Maar, we dachten dat de woonkamer objectiever zou zijn omdat de eigenaar daar woont en de ruimte waarschijnlijk de hele tijd gebruikt."

De onderzoekers gebruikten een applicatieprogramma-interface - of API - waarmee ze toegang hadden tot grote hoeveelheden openbaar beschikbare gegevens, inclusief afbeeldingen, op Airbnb. Ze verzamelden ongeveer een miljoen geolokaliseerde afbeeldingen van binnenruimtes van de site.

Andris zei dat de studie ook uniek is omdat het nieuwe manieren kan zijn voor machine learning-technieken om culturele fenomenen te bestuderen.

In de toekomst, de onderzoekers kijken misschien naar andere online fotohubs, zoals Craigslist, om beter in te spelen op natuurlijke decoratieve smaken. Ze kunnen het computerprogramma ook trainen om stijlen van illustraties te detecteren, of andere betekenisvolle objecten, zoals vlaggen, afbeeldingen van wereldleiders of historische emblemen.