論文隨筆01

Meeting06

當代城市多由男性官員與建築師，在缺少女性觀點與建議下，做出都市規劃，而呈現出現今的都市環境。這很大程度的導致，現今公共空間時常存在令女性害怕的潛在暴力，而這些危險和社會失序的訊號，是無法被設計者理解的。想重新建立女性身處都市的危險空間指認資料，提出基礎的解決方案，找回女性穿梭公共空間的基本人權。

使用具性別辨識的問卷調查，瞭解性別對空間安全性的認知差異。再以以女性為出發點的街角安全樣本數據。透過機器學習辨別女性對都市公共空間的危險感知，辨識區域大量街角，再利用語義分割分類街角類型。以三重作為設計實驗場域，以機器學習分類此區域高密度街道圖，定義危險街角。最後透過以上數據的蒐集，應用到科技對人安全性的輔助，並加入物理環境的設計。

「他們建了房子，但裡面沒有廚房」這是2001年位於西印度古加拉特邦的災後重建中，因無加入女性參與所導致的結果。除了在空間重要機能上的忽略，多項調查皆顯示，在不安全空間指認的表單呈現，女性指認的次數顯著高於男性。暴力犯罪類型的統計資料呈現，除了性侵犯罪外，女性的犯罪被害率都遠低於男性。可是在犯罪恐懼的程度上，往往都是女性顯著高於男性。這也可以說明，城市中的街道生活空間對女性而言，處處隱藏著被忽視的危險與不友善。

手法＞依表單數據，經學習後視覺化男性認為危險的街角空間以及女性認為危險的街角空間，去比對性別對空間安全性的認知差異

期望達到＿依照現有都市環境給予增加設施以消除危險街角的存在

定義危險街角＞分析危險街角形式＞予以設施回應

1 定義危險街角

　　1.1 選擇基地

　　1.2 網格放樣_網格大>均勻拾取基地照片

　　1.3 製作表單

　　　　1.3.1 填表者限定為20-35街角中感受到威脅的女性

　　　　1.3.2 利用1.2放樣的位置拾取基地環景圖

　　　　1.3.3 一張環景圖又定義數個街角

　　　　1.3.4 讓填表單者在環景圖中，使用VR視角判斷數個街角是否為安全

　　　　1.3.5 重複以上步驟，做為區域內對街角安全感受的樣本

2 分析危險街角形式

　　2.1 網格放樣_網格小>高密度均勻拾取基地環景圖（或依街道Ｘ公尺去切環景圖）

　　2.2 利用環景圖擷取多張街角辨識圖

　　2.3 機器學習第一次分類大量圖檔（依環境）

　　2.4 機器學習第二次分類大量圖檔（依樣本中認為危險的街角）

　　2.5 將判斷出的圖片語義分割分析場景的物件（UNET）

3 建築回應

　　3.1 在危險街角的分類中，分析各項成因

　　3.2 提出解決方法，指出哪些為基礎設施所能改善

　　3.3 將前面所蒐集的數據應用到科技對人安全性的輔助，並加入物理環境的設計。

創建互動式網站，呈現視覺化３Ｄ地圖，以利後續街頭弱勢者可增添未發掘的危險街角，或是成為使用的的互動平台。

如增設裝置為燈光照明設備，可以連結行動裝置更便於使用者。

．．．思考中