VisualLLM-gestützte Analyse visueller Unterschiede zwischen Ost- und Westdeutschland

In dieser Arbeit sollen Straßenbilddaten aus Mapillary systematisch ausgewertet werden, um visuelle Unterschiede zwischen ost- und westdeutschen Städten zu untersuchen. Ziel ist es, über eine kombinierte LLM/VLM-Pipeline die bildbasierten Merkmale zu identifizieren, die Wahrnehmung, Atmosphäre und Ortscharakter beeinflussen.

Forschungsziel

Es soll geprüft werden, ob rund 30 Jahre nach der Wiedervereinigung weiterhin subtile, aber konsistente visuelle Unterschiede im urbanen Raum erkennbar sind. Der Fokus liegt auf erklärbaren, reproduzierbaren Befunden statt rein deskriptiver Beobachtung.

Vorgeschlagener Workflow

Datenauswahl und Sampling von Mapillary-Bildern aus repräsentativen Regionen
Objekt- und Szenenbeschreibung mit VLMs (z. B. Gebäudefassaden, Materialität, Straßenraum-Elemente)
Semantische Verdichtung und Kategorienbildung mit LLM-Unterstützung
Identifikation visuell prägender Unterschiede und deren räumliche Verteilung
Qualitative und quantitative Validierung der Ergebnisse

Mögliche Analyseaspekte

Fassadengestaltung, Gebäudestruktur, Dichte und Proportionen
Material- und Farbmuster im Straßenraum
Infrastruktur- und Beschilderungscharakteristika
Wahrnehmungsbezogene Indikatoren (Ordnung, Modernität, Lebendigkeit, etc.)

Anforderungen

Interesse an GeoAI, Computer Vision und Stadtforschung
Programmierkenntnisse in Python
Grundverständnis für Datenanalyse und wissenschaftliches Arbeiten

Kontakt / Contact

yu.feng@hs-mainz.de · y.feng@tum.de