本研究では、ストリートビュー画像（SVI）を用いて交通リスクを詳しく分析する「Semantic4Safety」というフレームワークを提案します。主要な課題は、事故関連の特徴を捉えた街路指標の構築と異なる事故の種類における因果的影響の定量化です。ゼロショットセマンティックセグメンテーションを使用して11の解釈可能な街景指標を導き出し、オースティンの約30,000件の事故記録を解析しました。特に、シーンの複雑さや道路の幾何形状が予測力に影響を与えることが明らかになりました。また、緊急スペースの広さはリスクを減少させる一方で、視覚的な開放感が過度であるとリスクを増加させる可能性があることが示されました。この研究は、因果推論と予測モデルの架け橋となり、都市の道路安全計画におけるターゲット介入や高リスク区間の診断を支援します。