Understanding cities through images: Visual analysis and interpretation of the built environment
Les ciutats són sistemes complexos modelats per la infraestructura, l’entorn i l’activitat humana. A mesura que les poblacions urbanes creixen, comprendre com funcionen i com s’experimenten les ciutats s’ha convertit en un repte científic i social clau. Aquesta tesi investiga com la visió per comput...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2026 |
| País: | España |
| Institución: | Universitat Oberta de Catalunya (UOC) |
| Repositorio: | O2, repositorio institucional de la UOC |
| OAI Identifier: | oai:dnet:orepositorio::0b11b670b05a433b3f84b758bca0428e |
| Acceso en línea: | https://hdl.handle.net/10609/155239 |
| Access Level: | acceso abierto |
| Palabra clave: | visió per computadora aprenentatge profund informàtica urbana entorn construït intel·ligència artificial explicable visión por computadora aprendizaje profundo informática urbana entorno construido inteligencia artificial explicable computer vision deep learning urban informatics built environment explainable AI |
| Sumario: | Les ciutats són sistemes complexos modelats per la infraestructura, l’entorn i l’activitat humana. A mesura que les poblacions urbanes creixen, comprendre com funcionen i com s’experimenten les ciutats s’ha convertit en un repte científic i social clau. Aquesta tesi investiga com la visió per computadora i l’aprenentatge profund poden analitzar la composició visual dels entorns urbans utilitzant imatges aèries i al nivell de carrer. Des de la perspectiva aèria, la tesi aborda l’avaluació urbana a gran escala mitjançant la detecció automàtica de teulades amb amiant i la segmentació de xarxes de voreres, cosa que contribueix a la mitigació de riscos ambientals i a la planificació de la mobilitat sostenible. Des de la perspectiva de nivell de carrer, explora com les característiques visuals de les escenes urbanes es relacionen amb la seguretat viària i l’estrès reportat pels conductors, utilitzant tècniques d’explicabilitat per identificar els elements visuals que influeixen en les prediccions del model. Finalment, la tesi estén l’estudi de la percepció visual a l’anàlisi de sentiment visual i examina com les imatges evoquen emocions mitjançant enfocaments multimodals. En conjunt, aquesta tesi demostra el potencial de l’anàlisi visual impulsada per intel·ligència artificial a l’hora de donar suport a unes ciutats més segures, saludables i centrades en les persones. |
|---|