城市语义计算机视觉：城市空间中人群语境化理解框架

日益增长的计算能力与改进的深度学习技术使计算机视觉技术在城市环境中无处不在。它们在警务、交通管理和公共空间记录中的应用愈发普遍。尽管算法的训练偏差与收益承担不均常被讨论，几乎所有应用都将城市体验简化为简单、还原且机械的度量。这些实践缺乏使城市语境中（尤其是使用和占据城市空间的语境中）语义知识或分析得以实现的语境、深度与具体性。本文批判人工智能与计算机视觉在城市实践中的现有应用，提出理解人、行动与公共空间的新框架。本文重访 Geertz 在生成文化与实践的解释性理论中对深描的使用，并借该视角建立评估承载意义的计算机视觉技术多样应用的框架。我们讨论该框架的定位如何在不同技术使用者间存在差异（且冲突）。本文亦讨论深度学习算法当前的使用与训练，及该过程如何限制语义学习，并提出三种潜在方法论以获取对城市主义者相关的更具语境特异性、城市语义的城市空间描述。本文通过凸显当前技术在城市环境中的失败来挑战其应用，同时提出这些算法的演进可能最终使其在该空间与文化环境中敏感且有用，从而贡献于有关人工智能扩散的批判性对话。