論文の概要: Favelas 4D: Scalable methods for morphology analysis of informal settlements using terrestrial laser scanning data

• arxiv url: http://arxiv.org/abs/2105.03235v1
• Date: Fri, 23 Apr 2021 15:32:59 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-11 11:15:28.199863
• Title: Favelas 4D: Scalable methods for morphology analysis of informal settlements using terrestrial laser scanning data
• Title（参考訳）: Favelas 4D:地上レーザースキャンデータを用いた非公式集落の形態解析のためのスケーラブルな方法
• Authors: Arianna Salazar Miranda, Guangyu Du, Claire Gorman, Fabio Duarte, Washington Fajardo, Carlo Ratti
• Abstract要約: 世界中の10億人が非公式の集落に住んでいる。 この形式の都市化を特徴づける複雑で多層的な空間は、マッピングと形態素解析に挑戦する。 本研究では,ブラジルのリオデジャネイロ最大のファヴェラであるロシニャで収集された地表LiDARデータに基づいて,非公式な集落の形態的特性を研究する手法を提案する。
• 参考スコア（独自算出の注目度）: 3.8668364112976876
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: One billion people live in informal settlements worldwide. The complex and multilayered spaces that characterize this unplanned form of urbanization pose a challenge to traditional approaches to mapping and morphological analysis. This study proposes a methodology to study the morphological properties of informal settlements based on terrestrial LiDAR (Light Detection and Ranging) data collected in Rocinha, the largest favela in Rio de Janeiro, Brazil. Our analysis operates at two resolutions, including a \emph{global} analysis focused on comparing different streets of the favela to one another, and a \emph{local} analysis unpacking the variation of morphological metrics within streets. We show that our methodology reveals meaningful differences and commonalities both in terms of the global morphological characteristics across streets and their local distributions. Finally, we create morphological maps at high spatial resolution from LiDAR data, which can inform urban planning assessments of concerns related to crowding, structural safety, air quality, and accessibility in the favela. The methods for this study are automated and can be easily scaled to analyze entire informal settlements, leveraging the increasing availability of inexpensive LiDAR scanners on portable devices such as cellphones.
• Abstract（参考訳）: 10億人が世界中の非公式の居住地に住んでいる。 この未計画の都市化を特徴付ける複雑な多層空間は、マッピングや形態解析への伝統的なアプローチに挑戦している。 本研究では,ブラジル・リオデジャネイロ最大のファベラであるロシンハで収集された陸域LiDAR(Light Detection and Ranging)データに基づいて,非公式集落の形態学的特性を研究する手法を提案する。 我々の分析は, ファヴェラの異なる街路を互いに比較することに焦点を当てた「emph{global}」分析と, 街路における形態的指標のばらつきを解き放つ「emph{local}」分析の2つの解像度で動作する。 本手法は,街路のグローバルな形態的特徴と地域分布の両面で有意義な差異と共通点を明らかにする。 最後に,lidarデータから空間分解能の高い地形図を作成し,群集,構造物の安全性,空気の質,ファヴェーラのアクセシビリティに関する都市計画の評価を行う。 本研究の方法は自動化されており,携帯電話などの携帯機器で安価なlidarスキャナが利用可能になったことを利用して,非公式な決済全体を分析するために容易にスケールできる。

関連論文リスト

• Interpreting Object-level Foundation Models via Visual Precision Search [53.807678972967224]
  より少ない領域で正確な属性マップを生成する視覚的精度探索法を提案する。 本手法は,マルチモーダル融合による帰属問題を克服するために,内部モデルパラメータをバイパスする。 提案手法は,複数の評価指標にまたがる既存の手法を超越して,視覚的接地や物体検出タスクにおける障害を解釈することができる。
  論文  参考訳（メタデータ） (2024-11-25T08:54:54Z)
• StreetviewLLM: Extracting Geographic Information Using a Chain-of-Thought Multimodal Large Language Model [12.789465279993864]
  地理空間予測は災害管理、都市計画、公衆衛生など様々な分野において重要である。 提案するStreetViewLLMは,大規模言語モデルと連鎖推論とマルチモーダルデータソースを統合した新しいフレームワークである。 このモデルは、香港、東京、シンガポール、ロサンゼルス、ニューヨーク、ロンドン、パリを含む7つの世界都市に適用されている。
  論文  参考訳（メタデータ） (2024-11-19T05:15:19Z)
• StreetSurfGS: Scalable Urban Street Surface Reconstruction with Planar-based Gaussian Splatting [85.67616000086232]
  StreetSurfGSは、スケーラブルな街路景観の再構築に適したガウススプラッティングを利用するための最初の方法である。 StreetSurfGSは、平面ベースのオクツリー表現とセグメンテーショントレーニングを使用して、メモリコストを削減し、ユニークなカメラ特性に対応し、スケーラビリティを確保する。 スパースビューとマルチスケールの課題に対処するために、隣接する情報と長期情報を活用する2段階マッチング戦略を用いる。
  論文  参考訳（メタデータ） (2024-10-06T04:21:59Z)
• General algorithm of assigning raster features to vector maps at any resolution or scale [18.09674055911759]
  本稿では,都市地図における特徴量(大気汚染物質の濃度)をベクトル成分(エッジで表される道路)に割り当てるアルゴリズムを提案する。 我々は、グラフベースの汚染分析を行うため、1692都市の道路に正確なPM$_2.5$とNO$_2$の濃度を割り当てることを実証した。
  論文  参考訳（メタデータ） (2024-07-15T10:24:00Z)
• Granularity at Scale: Estimating Neighborhood Socioeconomic Indicators from High-Resolution Orthographic Imagery and Hybrid Learning [1.8369448205408005]
  オーバーヘッド画像は、コミュニティ情報が不足しているギャップを埋めるのに役立つ。 機械学習とコンピュータビジョンの最近の進歩により、画像データのパターンから素早く特徴を抽出し、検出することが可能になった。 本研究では, 人口密度, 中央値世帯所得, 教育達成率の2つのアプローチ, 教師付き畳み込みニューラルネットワークと半教師付きクラスタリングについて検討する。
  論文  参考訳（メタデータ） (2023-09-28T19:30:26Z)
• Large-scale unsupervised spatio-temporal semantic analysis of vast regions from satellite images sequences [0.0]
  スペイン北部の220 km$2$の地域について詳細な分析を行う手法を提案する。 その結果,大面積がコンパクトで構造的に結びついている土地地形の広範かつ直感的な見方が得られた。
  論文  参考訳（メタデータ） (2022-08-29T11:19:36Z)
• Country-wide Retrieval of Forest Structure From Optical and SAR Satellite Imagery With Bayesian Deep Learning [74.94436509364554]
  本研究では,10mの解像度で森林構造変数を高密度に推定するベイズ深層学習手法を提案する。 本手法は,Sentinel-2光画像とSentinel-1合成開口レーダ画像を5種類の森林構造変数のマップに変換する。 ノルウェーを横断する41の空中レーザー走査ミッションの基準データに基づいて、我々のモデルを訓練し、テストする。
  論文  参考訳（メタデータ） (2021-11-25T16:21:28Z)
• Taxonomizing local versus global structure in neural network loss landscapes [60.206524503782006]
  ロスランドスケープが世界規模で良好に接続されている場合, 最適なテスト精度が得られることを示す。 また、モデルが小さい場合や、品質の低いデータに訓練された場合、世界規模で接続の不十分なランドスケープが生じる可能性があることも示しています。
  論文  参考訳（メタデータ） (2021-07-23T13:37:14Z)
• Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
  本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。 我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。 フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
  論文  参考訳（メタデータ） (2021-04-30T12:47:52Z)
• Urban land-use analysis using proximate sensing imagery: a survey [3.79474411753363]
  近接センシング画像を活用した研究は、都市土地利用分析におけるローカルデータの必要性に対処する大きな可能性を実証している。 本稿では,近位センシングから土地利用分析までの最新手法と公開データセットを概観し,要約する。
  論文  参考訳（メタデータ） (2021-01-13T01:30:21Z)
• Predicting Livelihood Indicators from Community-Generated Street-Level Imagery [70.5081240396352]
  本稿では,クラウドソースによるストリートレベルの画像から重要な生活指標を予測するための,安価でスケーラブルで解釈可能なアプローチを提案する。 全国的に代表される世帯調査で収集した地上データと比較することにより,貧困,人口,健康の指標を正確に予測する上でのアプローチの有効性を実証した。
  論文  参考訳（メタデータ） (2020-06-15T18:12:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。