sociaal, economisch, milieu- en gezondheidsongelijkheden binnen steden kunnen worden opgespoord met behulp van straatbeelden. De bevindingen, van wetenschappers van het Imperial College London, zijn gepubliceerd in Wetenschappelijke rapporten deze week.

Gedetailleerde metingen van de substantiële ongelijkheden die bestaan ​​binnen grote steden zoals Londen zijn cruciaal voor het informeren en evalueren van beleid dat erop gericht is deze te verminderen. Echter, slechts een klein aantal landen heeft volledig gekoppelde statistische datasets die realtime metingen mogelijk maken.

Esra Suel en collega's van Imperial's School of Public Health gebruikten een diepgaande leerbenadering om een ​​computerprogramma te trainen om ongelijkheden op te sporen in vier grote Britse steden:Londen, Birmingham, Manchester en Leeds – gebruikmakend van openbaar beschikbare Street View-beelden en overheidsstatistieken.

Getraind op 156, 581 afbeeldingen uit Londen overeenkomend met 156, 581 postcodes, het programma voorspelde resultaten met vergelijkbare nauwkeurigheid in de andere drie steden, nadat het was verfijnd met slechts 1% van de extra afbeeldingen verzameld in de West Midlands, Groot-Manchester en West-Yorkshire.

De auteurs veronderstelden dat sommige kenmerken van steden en het stadsleven, zoals kwaliteit van wonen en leefomgeving, directe visuele signalen hebben die een computer zou kunnen herkennen.

Lokale winkels en verval

Deze visuele signalen omvatten bouwmaterialen en verval, auto's, of lokale winkels. Gecombineerd met overheidsstatistieken over uitkomsten zoals huisvestingsomstandigheden, gemiddeld inkomen, of sterfte- en morbiditeitscijfers voor één stad, afbeeldingen kunnen worden gebruikt om een ​​computerprogramma te trainen om ongelijkheden op te sporen in andere steden die geen statistische gegevens hebben.

De auteurs vonden dat hun computerprogramma het meest succesvol was in het herkennen van verschillen in kwaliteit van leefomgeving en gemiddeld inkomen.

'Sociaal meten, ongelijkheden op het gebied van milieu en gezondheid met behulp van deep learning en straatbeelden' door E.Suel et al is gepubliceerd in het tijdschrift Wetenschappelijke rapporten .