От уличных изображений к индикаторам качества улиц: вывод на основе зрения и языка для пригородного города с 15-минутной доступностью

🏙️ ИИ для оценки качества улиц: авторы статьи на arXiv проверяют, как зрительно-языковые модели помогают анализировать пригородную среду для концепции «15-минутного города». Задача практическая: полевые обследования больших пригородных территорий требуют много времени, а планировщикам нужны сопоставимые данные о пешеходной доступности и качестве общественных пространств. В исследовании использован открытый workflow SAGAI, который обрабатывает изображения Google Street View и оценивает наличие тротуаров, плотность пешеходных входов и озеленение. Новизна работы — обновленная схема получения изображений, географически согласованная генерация видов, поддержка разных VLM-архитектур и вывод по консенсусу нескольких моделей. На примере северо-восточной периферии Ниццы анализ нескольких тысяч наблюдений показал: нужные качества улиц встречаются в основном в компактной застройке и традиционных пригородных кварталах, но заметно слабее выражены на жилых холмах. Ограничение важно учитывать: выводы зависят от доступности и актуальности Street View, а также от качества интерпретации моделей.