ワシントン大学の研究者らが、ストリートビュー風のカメラを使ってシアトルを巡回し、パンデミックへの対応を研究している。
カート・シュロッサー著
COVID-19パンデミックはシアトルの生活を一変させており、ワシントン大学のチームは市内各地からの画像を使ってその変化がどれほどのものかをより深く理解するための研究を行っている。
5月以来、研究者たちはシアトル市内を車で走り回り、Googleのストリートビュー技術に似た車載カメラで街路をスキャンしてきました。画像は特定の時点を捉え、屋外に人がいるかどうか、道路上に何台の車が走っているか、どの店舗が営業しているかなどを示します。UW Newsによると、研究者たちはこの膨大なデータセットが、都市のレジリエンスを高める要素や、将来起こりうるパンデミックやその他の災害への備えを改善する方法といった疑問の解明に役立つことを期待しています。
「災害科学ではレジリエンス（回復力）についてよく議論されます。自然災害に対するコミュニティのレジリエンスを高める要因については多くの理論がありますが、パンデミックに対するレジリエンスについては、私たちがこれほどの規模の災害を経験していないこともあって、十分に理解されていません」と、共同主任研究者で環境・労働衛生科学助教授のニコール・エレット氏は述べています。
このプロジェクトは、人々が健康危機にどのように反応しているか、ソーシャルディスタンスやマスク着用の推奨に従っているかどうかを研究者が把握するのに役立ちます。また、パンデミックが後期に長引くにつれて、行動がどのように変化するかを追跡します。
ワシントン大学のチームは、学校、公園、レストラン、病院など、街の様々な側面を捉えることを目的としたルートを車で走行し、様々な地区を巡回します。走行時間は8時間から11時間で、研究者たちは平日と週末の景色の違いを捉えるため、数週間ごとの金曜日と日曜日に一定のスケジュールを維持するよう努めています。
ワシントン大学によると、各走行シーンは数万枚の画像に変換され、研究者たちは車や人物、そして各フレーム内で物理的に距離を置いているかどうかなどを識別するためのアルゴリズムを開発している。人物の顔や車のナンバープレートといった識別情報はぼかされる。
カメラはすでに、5月のデータと現在市内で起こっていることとの間に大きな違いを捉えています。
「例えば、ハーバービュー医療センターを初めて車で通り過ぎた時、そのブロックには誰もいませんでした。今では、以前のような光景になりつつあります」と、共同主任研究者で土木環境工学の教授であるジョセフ・ワートマン氏は述べた。
チームは木曜日にワシントン大学公衆衛生学部の環境・労働衛生ウェビナーでプロジェクトを発表する予定だ。
