人类与 AI 安全感知？通过眼动追踪系统、街景图像和可解释 AI 解码人类安全感知

居民对安全性的感知在很大程度上影响其使用公共空间的方式。研究已结合大规模街景图像和先进的计算机视觉技术来测量城市环境的安全感知。尽管取得了成功，此类研究往往忽视了吸引人类注意力并触发安全感知的特定环境视觉因素。在本研究中，我们引入了一个计算框架，通过将眼动追踪系统与街景图像和深度学习方法相结合，丰富了现有的地方感知文献。眼动追踪系统不仅量化了用户在观察什么，还量化了他们与特定环境元素互动的时间长度。这使我们能够探索哪些视觉环境因素影响人类安全感知的细微差别。我们在瑞典赫尔辛堡进行了研究，招募了配备眼动追踪系统的志愿者。他们被要求指出两张街景图像中哪一张看起来更安全。通过检查参与者对特定特征的关注，使用高亮区域平均目标比率和平均目标色调，我们识别出了在感知安全环境时吸引人类注意力的关键视觉元素。例如，某些城市基础设施和公共空间特征比天空更能吸引人类注意力。这些见解提供了对哪些城市特征影响人类安全感知的人本化理解。此外，我们将来自眼动追踪系统的真实人类注意力与来自可解释人工智能结果的注意力图进行了比较。测试了多种可解释人工智能模型，我们观察到 XGradCAM 和 EigenCAM 最接近人类安全感知模式。