Captura e análise da percepção de cenas urbanas em diferentes escalas.

• Ano de defesa: 2018
• Autor(a) principal: MAIA, David Candeia Medeiros.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Engenharia Elétrica e Informática - CEEI; PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO; UFCG
• Palavras-chave em Português: Redes de Computadores; Sistemas Colaborativos; Informática Urbana; Percepção Urbana; Crowdsourcing; Computer Network; Collaborative Systems; Urban Computing; Urban Perception; Ciência da Computação
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/2561

O conceito de percepção urbana pode ser visto como o entendimento, o significado que as pessoas atribuem a seus espaços urbanos. Estas percepções têm uma grande importância uma vez que as pessoas guiam suas ações no espaço a partir delas. Por isto, vários estudos têm sido conduzidos ao longo dos anos buscando entender melhor esta relação entre as pessoas e os espaços urbanos para, assim, produzir conhecimento que possa ser utilizado na melhoria dos projetos e ações de gestão dos espaços. Os métodos tradicionais que eram utilizados na condução destes estudos envolviam visitas aos locais, entrevistas e a utilização de questionários, que podiam ou não apresentar imagens dos espaços avaliados. O avanço da computação tem trazido soluções e métodos que podem contribuir com uma maior agilidade na captura de dados, reduzindo custos e ampliando a quantidade de participantes nas pesquisas. Crowdsourcing é uma destas soluções. Neste contexto, esta tese investigou o uso de crowdsourcing para condução de análises de percepção focando tanto em uma escala maior, considerando cenas urbanas de vários pontos da cidade, como em uma escala menor, considerando uma maior quantidade de cenas para locais específicos da cidade. Duas etapas de coleta de cenas e percepções foram realizadas, tendo como foco a cidade de Campina Grande, Paraíba. Em um primeiro estudo, focando em uma escala maior, foi avaliado um método para relacionar as percepções capturadas com características do espaço urbano e com o perfil sociodemográfico dos participantes da pesquisa. Os resultados obtidos demonstraram, por exemplo, que os participantes avaliaram as cenas com mais árvores e que apresentavam um melhor estado de manutenção como mais agradáveis, e as cenas que apresentavam um melhor estado de manutenção e possuíam mais pessoas como mais seguras. Além disso, foi possível encontrar algumas diferenças de percepção entre grupos de participantes e relacionar estas diferenças com características do espaço. Por exemplo, homens e pessoas de mais alta renda preferiram ainda mais espaços bem mantidos do que mulheres e pessoas de baixa renda. Em um segundo estudo, focando uma escala menor, foi avaliada a utilização do método de cálculo de surpresas de Bayes para encontrar cenas na rua que se destacam em relação a sua vizinhança. Os resultados obtidos demonstraram que dentre as cenas destacadas pelo método foi possível encontrar cenas com virtudes e problemas técnicos, apontados por urbanistas, bem como foi possível reconhecer cenas relevantes e acionáveis junto a equipes de gestão tanto do ponto de vista dos participantes da pesquisa como do ponto de vista de usuários da rua.