거리 영상과 시멘틱 세그먼테이션을 활용한 보행환경 평가 (Assessing Walkability Using Street View Images and Semantic Segmentation Technique)

서지정보

· 발행기관 : 대한지리학회
· 수록지 정보 : 대한지리학회지 / 59권 / 5호 / 673 ~ 687페이지
· 저자명 : 최재연, 노승민, 김소망, 강영옥

초록

보행은 주민의 건강 증진, 녹색 교통수단, 커뮤니티 강화 등 다양한 측면에서 긍정적인 효과를 보이는 것으로 평가되고 있다. 보행의 긍정적 효과가 인지되면서 도시 관리에 있어 걷기 좋은 보행환경을 조성하는 것은 매우 중요한 요소이며, 이를 위해 가로 단위의 상세한 수준에서 객관적이고 정량적인 보행환경 평가는 주요한 주제가 되고 있다. 기존의 많은 연구에서 현장 조사나 설문조사 등을 통해 보행에 영향을 미치는 요인들을 확인하고, 이를 구체화하였지만, 대부분 일부 지역에 국한하거나, 일부 주민을 대상으로 하는 조사가 주를 이루었다. 최근 구글 등 인터넷 포털에서 제공하는 거리 영상과 이미지 데이터를 처리하는 딥러닝 기술의 발전은 가로 단위의 상세한 수준에서 도시 건조 환경을 세밀하게 관찰하는 것을 가능하게 하고 있다. 본 연구는 거리 영상과 딥러닝 기술을 활용하여 가로 단위의 상세한 수준에서 보행환경을 평가하고자 한다. 이를 위해 안전성, 편리성, 쾌적성, 접근성 등 4가지 카테고리의 9개 평가 지표를 설정하고, 거리 영상을 크롤링한 후, 거리 영상에 시멘틱 세그먼테이션 기법과 GIS 기반 분석 기법을 활용하여 보행환경 평가 지표 자료를 구축하고, 보행환경을 종합적으로 평가하였다. 본 연구는 거리 영상과 딥러닝 기술을 활용하여 보행환경을 가로 단위로 상세하면서도 효율적으로 평가할 수 있는 기준을 마련하였으며, 이의 활용 가능성을 연구 대상 지역인 안양시에 적용하여 보행환경을 분석하고 개선안을 도출하였다는 점에 의의가 있다.

영어초록

Walking is recognized for its positive effects in various aspects such as promoting residents' health, serving as a green mode of transportation, and strengthening community ties. As the benefits of walking become more widely acknowledged, creating a pedestrian-friendly environment has become a crucial element in urban management. Consequently, objective and quantitative evaluations of the walking environment at the street level have become a key topic. While many previous studies have identified and specified factors affecting walking through field surveys or questionnaires, these studies were mostly limited to specific areas or particular groups of residents. Recent advancements in street view images provided by Internet portals such as Google, along with developments in deep learning technology, have made it possible to closely observe the urban built environment at a detailed street level. This study aims to assess the pedestrian environment at this detailed street level by utilizing street view images and deep learning technology. To achieve this, nine evaluation indicators were established across four categories: safety, convenience, comfort, and accessibility. Semantic segmentation techniques were applied to street view images, data crawling was conducted using APIs, and GIS-based analytical methods were employed to compile a dataset of pedestrian environment evaluation indicators and conduct a comprehensive assessment of the pedestrian environment. This study is significant in that it establishes a detailed and efficient framework for evaluating the pedestrian environment at the street level using street view images and deep learning technology. Additionally, its practical applicability was demonstrated by applying the framework to analyze and propose improvements for the pedestrian environment in the study area of Anyang City.

참고자료

· 없음