How Does Urban Context Relate to Residential Building Health? A Vision-POI Fusion Framework for Building-Level Housing Inspection

Technische Samenvatting: Vision–POI Fusie-framework voor Inspectie van Woningniveau

Probleemstelling
Initiatieven voor stedelijke vernieuwing vertrouwen steeds vaker op "stedelijke fysieke controles" om de conditie van gebouwen te diagnosticeren en gerichte interventies te sturen. Hoewel bestaande geautomatiseerde inspectiemethoden computervisie (CV) gebruiken voor schade aan gevels of ongeoorloofde constructies, kampen zij met aanzienlijke beperkingen wanneer ze worden toegepast op het woningniveau (individuele woongebouwen). Specifiek:

1. Beperkte reikwijdte: De meeste CV-studies richten zich op buitengevels of remote sensing, waardoor ze er niet in slagen semi-besloten binnenruimtes (gangen, trappenhuizen, kelders) te vatten die cruciaal zijn voor de beoordeling van de gezondheid van woningen.
2. Contextblindheid: Huidige geautomatiseerde benaderingen vertrouwen primair op individuele afbeeldingen en onderzoeken zelden of de omliggende stedelijke functionele context (bijv. buurtvoorzieningen, commerciële dichtheid) aanvullende voorspellende informatie kan bieden voor de conditie op gebouwniveau.
3. Datascarciteit: Er is een gebrek aan grootschalige, aan gebouwen gekoppelde beelddatasets met grondwaarheid-labels (ground-truth) voor het trainen van intelligente inspectiemodellen in oude woonwijken.

Methodologie
De studie stelt een Vision–Point of Interest (POI) Fusie-framework voor, gestructureerd rond een drie-fasen "perceptie–associatie–correctie" workflow. Het framework integreert visuele inspectie vanuit meerdere perspectieven met de functionele buurtcontext om de gezondheid van 3.237 woongebouwen in 92 oude gemeenschappen in Qingdao, China, te beoordelen.

1. Dataconstructie & Preprocessing:

   • Visuele Data: Een dataset van 25.608 in het veld verworven inspectiebeelden is samengesteld, dekkend over zeven kerncategorieën van woningproblemen (bijv. illegale verbouwing, wandbeschadiging, toevoeging van liften).
   • POI Data: Points of Interest (POI) werden geëxtraheerd uit AutoNavi Maps binnen buffers van 500m, 1.000m en 1.500m rond elke gemeenschap om de functionele omgeving te karakteriseren (eetgelegenheden, winkels, gezondheidszorg, onderwijs, etc.).
   • Balancering: Een twee-fasen databalanceringsstrategie werd toegepast om de long-tail distributieproblemen aan te pakken, waarbij offline augmentatie voor minderheidsklassen werd gecombineerd met gestratificeerde steekproeftrekking.

2. Fase 1: Visuele Perceptie & Feature Aggregatie (Afbeelding-naar-Gebouw):

   • Verschillende state-of-the-art objectdetectiemodellen (YOLOv8, YOLOv9c, YOLOv10s, YOLO11n, RT-DETR-L) werden geëvalueerd.
   • In plaats van individuele afbeeldingen als de definitieve besliseenheid te behandelen, aggregeert het framework afbeelding-niveau detecties naar gebouw-niveau visuele kenmerken. Dit omvat een binaire existentie-indicator en een 6-dimensionale statistische vector (detectieaantal, max/gemiddelde/mediaan betrouwbaarheid, standaarddeviatie en het voorkomen op view-niveau).

3. Fase 2: Ruimtelijke Associatie & Prior Identificatie:

   • Pearson- en Spearman-correlatieanalyses werden uitgevoerd tussen de proporties van POI-categorieën en de incidentiecijfers van problemen over de drie ruimtelijke schalen (500m, 1000m, 1500m).
   • FDR-correctie (False Discovery Rate) werd toegepast om statistisch significante contextuele kenmerken te identificeren, waarbij de POI-data werden behandeld als voorspellende priors in plaats van causale determinanten.

4. Fase 3: Koppelingscorrectie & Classificatie:

   • Een Cost-Sensitive Random Forest classifier werd getraind om de geaggregeerde visuele kenmerken te fuseren met de gefilterde POI-omgevingskenmerken.
   • Het model werd geëvalueerd met behulp van Spatial Group Cross-Validation (waarbij alle gebouwen uit dezelfde gemeenschap in dezelfde fold worden gehouden) om ruimtelijke datalekken te voorkomen en robuustheid te garanderen bij het generaliseren naar onbekende gemeenschappen.

Kernbijdragen

1. Dataset: Constructie van een grootschalige, aan gebouwen gekoppelde woninginspectiedataset die 92 gemeenschappen, 3.237 gebouwen en 25.608 afbeeldingen beslaat, in kaart gebracht naar zeven kerncategorieën van problemen en gekoppeld aan multi-schaal POI-data.
2. Framework: Ontwikkeling van een Vision–POI fusie-framework dat de transitie maakt van afbeelding-niveau detectie naar gebouw-niveau diagnose. Het behandelt de buurtcontext expliciet als een aanvullende prior om visuele vals-negatieven en vals-positieven te corrigeren, in plaats van als een op zichzelf staand diagnostisch instrument.
3. Empirische Validatie: Systematische evaluatie die aantoont dat multi-view visuele aggregatie de primaire drijfveer is voor prestatieverbetering, waarbij de POI-context zorgt voor bescheiden, categorie-afhankelijke verbeteringen.

Resultaten

• Multi-View Aggregatie: Het aggregeren van afbeelding-niveau detecties naar gebouw-niveau kenmerken verbeterde de prestaties aanzienlijk, waarbij de Macro-F1 score steeg van 60,84% (Directe Detectie) naar 74,95% (Multi-View Visuele Aggregatie).
• POI Fusie: Het integreren van de POI-context verhoogde de Macro-F1 verder naar 76,79%. De winst was echter bescheiden (+1,84 procentpunt voor de best presterende configuratie) en sterk afhankelijk van de specifieke probleemcategorie.
• Optimale Schaal: De 1000m bufferstraal leverde de beste prestaties, waarbij een balans werd gevonden tussen functionele dekking en ruimtelijke specificiteit. De 1500m straal introduceerde, ondanks meer significante statistische correlaties, ruimtelijke smoothing en ruis die de voorspellende nauwkeurigheid op gebouwniveau verminderden.
• Categorieprestaties: Het framework presteerde uitzonderlijk goed op categorieën met sterke visuele kenmerken (bijv. Geen verouderde aanpassingen: F1=99,72%; Toevoeging balkons/ramen: F1=98,51%). Verbeteringen door POI-fusie waren het meest merkbaar voor schaarse of visueel ambigue categorieën (bijv. Leidingbeschadiging), hoewel de absolute prestaties beperkt bleven door datascarciteit.
• Generalisatie: Onder strikte gemeenschap-geïsoleerde cross-validatie behield het model een robuuste prestatie, hoewel de ruimtelijke extrapolatie naar verschillende administratieve districten een variërende veerkracht vertoonde afhankelijk van het type probleem.

Betekenis en Claims
Het artikel beweert dat het voorgestelde framework een schaalbare, interpreteerbare aanpak biedt voor fysieke controles op gebouwniveau. De betekenis ligt in:

• Verfijnd Bestuur: Het bieden van een "ruimtelijk controleerbaar" besluitvormingsinstrument dat modelvoorspellingen koppelt aan specifieke geografische coördinaten, wat gerichte handmatige verificatie en middelenallocatie voor stedelijke vernieuwing mogelijk maakt.
• Contextuele Integratie: Het aantonen dat hoewel visueel bewijs de primaire bron van diagnostische nauwkeurigheid blijft, de stedelijke functionele context (POI's) dient als een waardevolle aanvullende prior. Het hels bij het verfijnen van waarschijnlijkheidsrangschikkingen en biedt een ruimtelijk interpreteerbare context voor bestuurlijke beslissingen, zonder te claimen een causale determinant te zijn.
• Methodologische Rigor: Het vaststellen dat de keuze van de visuele front-end geleid moet worden door end-to-end gebouw-niveau diagnostische prestaties in plaats van enkel door afbeelding-niveau detectiebenchmarks.

De auteurs benadrukken dat het framework een stap is naar mens-machine collaboratief bestuur, waarbij AI verantwoordelijk is voor grootschalige screening en ruimtelijke foutdiagnose, terwijl grid-medewerkers zich concentreren op het verifiëren van geconcentreerde gebieden met vals-positieven en vals-negatieven. De studie erkent beperkingen met betrekking tot extreem schaarse long-tail categorieën en de noodzaak voor toekomstige cross-city validatie.