論文の概要: Towards Global-Scale Crowd+AI Techniques to Map and Assess Sidewalks for
People with Disabilities
- arxiv url: http://arxiv.org/abs/2206.13677v1
- Date: Tue, 28 Jun 2022 01:05:08 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-29 13:53:13.089722
- Title: Towards Global-Scale Crowd+AI Techniques to Map and Assess Sidewalks for
People with Disabilities
- Title(参考訳): 障害者のための横断歩道の地図化と評価のためのグローバルなクラウド+AI技術
- Authors: Maryam Hosseini, Mikey Saugstad, Fabio Miranda, Andres Sevtsuk,
Claudio T. Silva, Jon E. Froehlich
- Abstract要約: 世界中の歩道の位置、状況、アクセシビリティに関するデータが不足している。
本稿では,衛星画像から歩道ネットワークトポロジを半自動構築する作業について述べる。
私たちは、標準化されたベンチマークとともに、歩道と歩道アクセシビリティの問題のためのラベル付き衛星とストリートスケープシーンのデータベースを作成するための電話を締めくくった。
- 参考スコア(独自算出の注目度): 10.096568479976725
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: There is a lack of data on the location, condition, and accessibility of
sidewalks across the world, which not only impacts where and how people travel
but also fundamentally limits interactive mapping tools and urban analytics. In
this paper, we describe initial work in semi-automatically building a sidewalk
network topology from satellite imagery using hierarchical multi-scale
attention models, inferring surface materials from street-level images using
active learning-based semantic segmentation, and assessing sidewalk condition
and accessibility features using Crowd+AI. We close with a call to create a
database of labeled satellite and streetscape scenes for sidewalks and sidewalk
accessibility issues along with standardized benchmarks.
- Abstract(参考訳): 世界中の歩道の位置、条件、アクセシビリティに関するデータが不足しているため、人々の移動場所や方法に影響を与えるだけでなく、インタラクティブなマッピングツールや都市分析も基本的に制限されている。
本稿では、階層的多スケールアテンションモデルを用いて衛星画像から歩道ネットワークトポロジを半自動構築し、アクティブな学習に基づくセマンティックセグメンテーションを用いて街路画像から表面物質を推定し、Crowd+AIを用いた歩道条件とアクセシビリティ機能の評価を行う。
私たちは、標準化されたベンチマークとともに、歩道と歩道アクセシビリティの問題のためのラベル付き衛星とストリートスケープシーンのデータベースを作成するための電話を締めくくった。
関連論文リスト
- CrossViewDiff: A Cross-View Diffusion Model for Satellite-to-Street View Synthesis [54.852701978617056]
CrossViewDiffは、衛星間ビュー合成のためのクロスビュー拡散モデルである。
ビュー間の大きな相違による課題に対処するため、衛星シーン構造推定とクロスプラットフォームテクスチャマッピングモジュールを設計する。
合成結果のより包括的な評価を実現するため,GPTに基づくスコアリング手法を設計する。
論文 参考訳(メタデータ) (2024-08-27T03:41:44Z) - PathwayBench: Assessing Routability of Pedestrian Pathway Networks Inferred from Multi-City Imagery [15.563635571840733]
都市部における歩行者の移動を支援するには、構築された環境の完全かつ頑健なグラフ表現が必要である。
道路ネットワークの経路とは対照的に、歩行者ネットワークの経路は狭く、より頻繁に切断され、視覚的にも物質的にも小さな領域で変化している。
歩行者経路網グラフを抽出する既存のアルゴリズムは矛盾なく評価され、ルータビリティを無視する傾向がある。
論文 参考訳(メタデータ) (2024-07-23T22:47:32Z) - How To Not Train Your Dragon: Training-free Embodied Object Goal
Navigation with Semantic Frontiers [94.46825166907831]
Embodied AIにおけるオブジェクトゴールナビゲーション問題に対処するためのトレーニング不要のソリューションを提案する。
本手法は,古典的な視覚的同時ローカライゼーションとマッピング(V-SLAM)フレームワークに基づく,構造化されたシーン表現を構築する。
本手法は,言語先行情報とシーン統計に基づいてシーングラフのセマンティクスを伝搬し,幾何学的フロンティアに意味知識を導入する。
論文 参考訳(メタデータ) (2023-05-26T13:38:33Z) - TrackletMapper: Ground Surface Segmentation and Mapping from Traffic
Participant Trajectories [24.817728268091976]
TrackletMapperは、オブジェクトのトラックレットから歩道、道路、道路横断といった地上のタイプをアノテートするためのフレームワークである。
地表面マップを集約し、カメラ画像に投影することにより、さらなる性能向上のためにモデルを自己蒸留することができることを示す。
歩行者エリアで動作する移動ロボットのための,新しい大規模データセットについて,定性的かつ定量的に検証した。
論文 参考訳(メタデータ) (2022-09-12T13:43:10Z) - Sidewalk Measurements from Satellite Images: Preliminary Findings [10.870041943009722]
我々はコンピュータビジョンモデルを訓練し、リモートセンシング画像から歩道、道路、建物を検出する。
抽出した歩道の異なる属性を解析するために形状解析手法を適用した。
論文 参考訳(メタデータ) (2021-12-12T02:22:46Z) - FloorLevel-Net: Recognizing Floor-Level Lines with
Height-Attention-Guided Multi-task Learning [49.30194762653723]
本研究は, 教師付き深層学習手法を用いて, ストリートビュー画像中のフロアレベル線の位置を求める問題に対処する。
まず、新しいデータセットをコンパイルし、トレーニングサンプルを合成する新しいデータ拡張スキームを開発する。
次にFloorLevel-Netを設計する。FloorLevel-Netは、ファサードと暗黙のフロアレベルラインの明示的な特徴を関連付けるマルチタスク学習ネットワークである。
論文 参考訳(メタデータ) (2021-07-06T08:17:59Z) - Coming Down to Earth: Satellite-to-Street View Synthesis for
Geo-Localization [9.333087475006003]
クロスビュー画像に基づくジオローカライズは,この2つの領域間の視野と外観の違いから,非常に困難である。
衛星入力からリアルなストリートビューを合成することで,この不一致を明示的に解決できることを示す。
本稿では,画像合成と検索を共同で行うマルチタスクアーキテクチャを提案する。
論文 参考訳(メタデータ) (2021-03-11T17:40:59Z) - End-to-End Deep Structured Models for Drawing Crosswalks [98.9901717499058]
我々は、両方の入力を地上に投影し、シーンのトップダウンビューを生成します。
次に,畳み込みニューラルネットワークを用いて横断歩道の位置に関する意味的手がかりを抽出する。
大都市での横断歩道実験では96.6%の自動化が可能であった。
論文 参考訳(メタデータ) (2020-12-21T18:59:08Z) - Hidden Footprints: Learning Contextual Walkability from 3D Human Trails [70.01257397390361]
現在のデータセットは、人々がどこにいるか、どこにいるかを教えてくれません。
まず、画像間で人の観察を伝播させ、3D情報を利用して、私たちが「隠れ足跡」と呼ぶものを作成することで、有効なラベル付き歩行可能領域の集合を拡大する。
このようなスパースラベルのために設計されたトレーニング戦略を考案し、クラスバランスの分類損失と文脈逆転損失を組み合わせた。
論文 参考訳(メタデータ) (2020-08-19T23:19:08Z) - Probabilistic Semantic Mapping for Urban Autonomous Driving Applications [1.181206257787103]
本研究では,道路,歩道,横断歩道,車線などの静的なランドマークの自動的かつ正確なラベル付けを行うために,画像と予め構築した点クラウドマップ情報を融合することを提案する。
本手法は,2次元画像のセマンティックセグメンテーションを行い,意味ラベルとポイント・クラウド・マップを関連づけて世界を正確にローカライズし,混乱行列の定式化を利用して,鳥の眼球面の確率論的セマンティック・マップを意味点・クラウドから構築する。
論文 参考訳(メタデータ) (2020-06-08T19:29:09Z) - Learning to Move with Affordance Maps [57.198806691838364]
物理的な空間を自律的に探索し、ナビゲートする能力は、事実上あらゆる移動型自律エージェントの基本的な要件である。
従来のSLAMベースの探索とナビゲーションのアプローチは、主にシーン幾何学の活用に重点を置いている。
学習可能な余剰マップは探索と航法の両方において従来のアプローチの強化に利用でき、性能が大幅に向上することを示します。
論文 参考訳(メタデータ) (2020-01-08T04:05:11Z)
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。