L’effetto delle misure di contenimento a Venezia: riconoscimento e analisi di sequenze di immagini

L’avvento del covid all’inizio del 2020 ha sconvolto la vita degli italiani e di ogni cittadino del mondo, costringendo ciascuno di noi a cambiare le proprie abitudini. Da un giorno all’altro ci siamo ritrovati costretti a rimanere a casa, senza la possibilità di andare a lavoro o a scuola. L’obiettivo di questo studio è analizzare, anche se in misura ristretta, che effetti ha avuto il persistere della paura del contagio nelle persone, congiuntamente alla istituzione, lungo tutto il corso dei mesi interessati dall’emergenza sanitaria, delle diverse zone di rischio, sulle abitudini e sui comportamenti dei cittadini italiani, in particolare coloro residenti nella laguna di Venezia. La domanda che ci si pone è: In che modo varia l’andamento nel tempo del numero di persone e di gruppi di persone presenti in Campo San Felice, in relazione ad una diversa situazione di rischio alla quale era sottoposto il comune di Venezia? Per rispondere alla domanda di ricerca, si è deciso di analizzare le fotografie della stessa “calle” veneziana scattate, in diverse fasce orarie, lungo il periodo che va da inizio marzo 2020 fino ad agosto 2021, mediante l’utilizzo di tecniche per il riconoscimento di immagini, per la precisione il modello EfficientDet. I risultati ottenuti dall’applicazione di questo algoritmo hanno permesso di conteggiare per ciascuna fotografia, le persone presenti nella zona del campo, per poi, attraverso la stima di un modello additivo generalizzato, studiare la relazione tra questa variabile ed il colore della zona, congiuntamente all’integrazione di un insieme di informazioni rilevanti allo scopo dell’analisi. Nella seconda parte dell’elaborato, l’attenzione viene posta sulle logiche per la determinazione dei gruppi. Questo passaggio viene compiuto utilizzando una metodologia d’analisi che riprende la struttura di una rete, in modo tale da poter definire le aggregazioni sulla base dei soli nodi, dati dalle coordinate spaziali degli individui, che presentavano una relazione di interdipendenza. Per la modellazione viene ripresa l’idea sviluppata nella prima fase, analizzando la relazione d’interesse mediante la stima di un GAM sulle tre porzioni di dataset individuate dal momento della giornata in cui avviene lo scatto della fotografia (mattina, pomeriggio e sera). Grazie all’analisi dei dati è stato possibile individuare in quali fasce l’effetto dato dal colore di zona sulle variabili risposta sia più marcato e in quali casi, invece, la modellazione delle relazioni non porti a conclusioni significative.