社交媒体中的照片揭示了景观的社会和文化价值

用户每天在Flickr、Instagram或脸书等平台上传数百万张照片。卡尔斯鲁厄理工学院(KIT)研究人员的一项研究表明，这些照片可以用来评估一些景观的社会重要性。因此，他们开发了一种基于人工智能的图像分析方法。这些结果对于景观管理和展示可能特别重要。研究结果发表在《生态指标》杂志上。

有效的生态系统对人类至关重要：它们提供主要资源，如食物、水或燃料。但也起到了度假村、度假村的文化作用或者审美照片的主题。加西米-帕滕基兴基特气象和气候研究所的Heera Lee博士说：“人们在网上发布的许多照片显示，这一景观具有重要的文化意义。”。在她看来，这是可持续发展和景观规划必须考虑的。因此，Lee和他的团队开发了一种方法，使景观规划者能够快速可靠地在社交媒体中使用照片，从而得出关于景观的社会和文化重要性的结论。

她的研究“绘制文化生态系统服务2.0的潜力和缺点——人的来源的未标记图像”以萨克森的Mulde盆地地区为例。“在这里，尔什山吸引了那些想去远足，山地自行车或做冬季运动的人，”李说。访客在不同平台上发布的照片数量相应较高。在研究过程中，Lee和她的团队收集了2005年1月1日至2016年12月31日发表在Flickr上的照片。在此期间，725名不同的人在网络平台上上传了大约13，000张该地区的照片。

对照片的评价非常详细地反映了游客和当地居民如何利用Mulde Basin进行休闲活动或享受自然。现在，景观规划者可以识别“热点”，并更好地了解某些地区的社会和文化重要性。在此基础上，他们可以限制进入濒危地区或创建报价和设施，以支持他们的活动。

基于机器学习和人工智能的图像评价

为了获得关于景观的社会文化用途的可靠和相关的陈述，李和她的团队开发了一种新的方法，该方法也考虑了照片的内容：“我们不仅想知道照片是在何时何地拍摄的，而且主要想知道照片是什么时候拍摄的。这是确定这一地区文化热点的唯一途径。”

在发表时，研究人员从用户提供的标签中获得了有关照片的信息。它们显示照片的拍摄地点以及你可以在上面看到的内容。然而，研究人员必须应对两个挑战：用户给出的标签的质量和评估的持续时间。尽管Flickr建议为照片和视频添加标签，但并不是所有用户都使用它们。由于所研究的2500张照片根本没有标签，而这590张照片只有一个标签，因此研究团队决定使用基于深度卷积神经网络的图像识别算法，通过云计算平台Clarifai自动给它们加标签。该算法为每张照片分配20个标签。总共有2，317个不同的标签应用于大约13，000张照片。

“那么我们假设相似的照片包含相似的标签。如果相似的标签同时出现在多张照片上，我们认为这表明这些照片属于同一张照片。在社交网络分析的帮助下，研究人员将标签分为九个主题群，并将照片分配给其中的一个或几个群。或者花和蝴蝶的特写视图被分配给聚类“存在”,因为它们显示了所研究区域中存在的对象。Lee和她的团队随后通过人工评估检查了该方法的准确性：大约20%的标签被错误分配。然而，研究人员预计，通过进一步发展人工智能，可以显著提高任务的可靠性。此外，

所开发的方法也加速了评估。为近13，000张照片分配标签大约需要3个小时。作为对比：手动的话，一个人每小时可以标记140张左右的照片。“通过这种方法，我们可以可靠而快速地在社交媒体上分类和分发照片，”Lee说。该方法也可以推广到照片已经在互联网上发布的其他领域。德国联邦教育和研究部分别资助了Heera Lee的两个项目(即OPERAs)和BiodivERsA 2011的CONNECT项目。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！