Uso del aprendizaje profundo para cuantificar la belleza de los lugares al aire libre

Los lugares hermosos al aire libre están protegidos por los gobiernos y recientemente se ha demostrado que están asociados con una mejor salud. Pero, ¿qué hace que un espacio al aire libre sea hermoso? ¿Se diferencia un lugar hermoso al aire libre de un lugar al aire libre que es simplemente natural?

En este estudio se analiza si las calificaciones de más de 200.000 imágenes de Gran Bretaña del juego en línea Scenic-Or-Not, combinadas con cientos de características de imágenes extraídas mediante la red neuronal convolucional de lugares, podrían ayudarnos a comprender de qué se componen los hermosos espacios al aire libre.

Se descubrió que, además de características naturales como "Costa", "Montaña" y "Canal natural", las estructuras artificiales como "Torre", "Castillo" y "Viaducto" hacen que los lugares se consideren más pintorescos. Es importante destacar que, si bien las escenas que contienen "árboles" tienden a tener una alta calificación, los lugares que contienen elementos verdes naturales más suaves como "césped" y "campos deportivos" se consideran menos pintorescos. También se encontró que se puede entrenar una red neuronal para identificar automáticamente lugares escénicos, y que esta red destaca tanto ubicaciones naturales como construidas.

Estos hallazgos demuestran cómo los datos en línea combinados con redes neuronales pueden proporcionar una comprensión más profunda de los entornos que podríamos encontrar hermosos, y ofrecer información cuantitativa para los legisladores encargados del diseño y la protección de nuestros entornos naturales y construidos.

Título Original:

"Using deep learning to quantify the beauty of outdoor places"

Autor/es: