本研究では、主観的感覚と画像生成AIを融合させた新たな街路空間改善手法を提案しました。特に、880万件の主観評価データを活用し、元のストリートビュー画像を変換することで、住民の感覚により合致した都市景観の生成を実現しています（図1）。このアプローチにより、「22の主観指標のうち86.36%」においてスコアの向上が確認されました。
これまでの研究では、街路空間の評価は可能であっても、具体的な改善提案まで行える枠組みは限られていました。本研究は、主観的な「美しさ」「安全」「活気」などの多次元感覚を条件として拡散モデルに統合し、視覚的にも説得力のある改善案を迅速に提示できる点が特徴です。これにより、行政や設計者、地域住民が協働で「住みやすく、人間中心の街路空間」を構想するためのツールとしての活用が期待されます。
生成された画像は、都市計画や景観設計の意思決定支援に応用でき、実際の改善プロセスにおいても低コストかつ住民志向なアプローチとして有効です。持続可能な都市と地域社会の構築を目指すSDGsの観点からも、本研究は重要な貢献を果たしています。
図1：提案手法によって「Before → After」へと変換された街路景観の例。主観評価スコアの上昇が確認された。
This study proposes a novel approach that fuses human subjective perception with generative AI to improve urban street environments. By incorporating 8.8 million perception survey responses, the method transforms original street-view imagery into enhanced scenes that better align with public sentiment (Figure 1). Notably, this approach achieved a success rate of 86.36% across 22 perceptual metrics.
Unlike previous studies that merely assess the quality of streetscapes, this work takes a step further by offering actionable improvements. It integrates multidimensional cues such as beauty, safety, and liveliness into a diffusion-based generative model. The result is a fast and visually intuitive method for generating resident-oriented improvement scenarios, which can assist governments, designers, and local communities in reimagining their shared urban spaces.
The generated images provide a compelling tool for participatory urban design, supporting low-cost and resident-focused interventions. Aligned with the Sustainable Development Goals (SDGs), this research contributes to the development of more livable and inclusive cities.
Figure 1: Example of a transformed street scene generated by the proposed method. The subjective evaluation score was significantly improved.
Figure 1
Citation:
Zhao, C., Ogawa, Y., Chen, S., Oki, T., & Sekimoto, Y. (2025). Street Space Quality Improvement: Fusion of Subjective Perception in Street View Image Generation. Information Fusion, 103467.
https://doi.org/10.1016/j.inffus.2025.103467
