論文の概要: Urban-Semantic Computer Vision: A Framework for Contextual Understanding of People in Urban Spaces

• arxiv url: http://arxiv.org/abs/2301.01894v1
• Date: Thu, 5 Jan 2023 03:44:03 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 13:28:02.425253
• Title: Urban-Semantic Computer Vision: A Framework for Contextual Understanding of People in Urban Spaces
• Title（参考訳）: 都市・セマンティック・コンピュータビジョン : 都市空間における人々の文脈理解のための枠組み
• Authors: Anthony Vanky and Ri Le
• Abstract要約: 計算能力の向上と深層学習法の改善により、都市環境においてコンピュータビジョン技術は広く普及している。 アルゴリズムの訓練のバイアスや不平等に生じる恩恵にもかかわらず、ほとんど全てのアプリケーションは、都市での体験を単純で還元的で機械的な尺度に還元する。 本稿では、都市における人工知能とコンピュータビジョンの既存の利用を批判し、人々、行動、公共空間を理解するための新しい枠組みを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Increasing computational power and improving deep learning methods have made computer vision technologies pervasively common in urban environments. Their applications in policing, traffic management, and documenting public spaces are increasingly common. Despite the often-discussed biases in the algorithms' training and unequally borne benefits, almost all applications similarly reduce urban experiences to simplistic, reductive, and mechanistic measures. There is a lack of context, depth, and specificity in these practices that enables semantic knowledge or analysis within urban contexts, especially within the context of using and occupying urban space. This paper will critique existing uses of artificial intelligence and computer vision in urban practices to propose a new framework for understanding people, action, and public space. This paper revisits Geertz's use of thick descriptions in generating interpretive theories of culture and activity and uses this lens to establish a framework to evaluate the varied uses of computer vision technologies that weigh meaning. We discuss how the framework's positioning may differ (and conflict) between different users of the technology. This paper also discusses the current use and training of deep learning algorithms and how this process limits semantic learning and proposes three potential methodologies for gaining a more contextually specific, urban-semantic, description of urban space relevant to urbanists. This paper contributes to the critical conversations regarding the proliferation of artificial intelligence by challenging the current applications of these technologies in the urban environment by highlighting their failures within this context while also proposing an evolution of these algorithms that may ultimately make them sensitive and useful within this spatial and cultural milieu.
• Abstract（参考訳）: 計算能力の向上と深層学習法の改善により、都市環境においてコンピュータビジョン技術は広く普及している。 彼らのポリシング、交通管理、公共空間の文書化のアプリケーションはますます一般的になっている。 アルゴリズムの訓練や不平等な利点の偏りがしばしば指摘されているにもかかわらず、ほぼ全ての応用は同様に都市体験を単純化し、還元的かつ機械的な手段に還元する。 これらの実践には、特に都市空間の使用と占有という文脈において、都市コンテキストにおける意味的知識や分析を可能にする、コンテキスト、深さ、特異性の欠如がある。 本稿では、都市における人工知能とコンピュータビジョンの既存の利用を批判し、人々、行動、公共空間を理解するための新しい枠組みを提案する。 本稿では,文化や活動の解釈理論の生成におけるゲールツの厚い記述の使用を再検討し,このレンズを用いて,意味を重くするコンピュータビジョン技術の多様な利用を評価する枠組みを確立する。 我々は、フレームワークの位置がテクノロジーの異なるユーザー間でどのように異なるか(および衝突)について議論する。 本稿では, 深層学習アルゴリズムの現在の利用と訓練について論じるとともに, このプロセスが意味学習を制限しているかを論じ, より文脈的に具体的, 都市セマンティックな都市空間の記述を得るための3つの潜在的方法論を提案する。 本稿は,これらの技術が都市環境における現在の応用に挑戦することによって,人工知能の普及に関する批判的な議論に寄与すると同時に,これらのアルゴリズムの進化を示唆すると同時に,この空間的・文化的ミリューにおいて,最終的にセンシティブかつ有用なものにする可能性を示唆する。

関連論文リスト

• Learning Where to Look: Self-supervised Viewpoint Selection for Active Localization using Geometrical Information [68.10033984296247]
  本稿では, 位置決めの精度を高めるために, 視点選択の重要性を強調し, アクティブな位置決め領域について検討する。 私たちのコントリビューションは、リアルタイム操作用に設計されたシンプルなアーキテクチャ、自己教師付きデータトレーニング方法、および実世界のロボティクスアプリケーションに適した計画フレームワークにマップを一貫して統合する能力による、データ駆動型アプローチの使用に関するものです。
  論文  参考訳（メタデータ） (2024-07-22T12:32:09Z)
• Recent Trends in 3D Reconstruction of General Non-Rigid Scenes [104.07781871008186]
  コンピュータグラフィックスやコンピュータビジョンにおいて、3次元幾何学、外観、実際のシーンの動きを含む現実世界のモデルの再構築が不可欠である。 これは、映画産業やAR/VRアプリケーションに有用な、フォトリアリスティックなノベルビューの合成を可能にする。 この最新技術レポート(STAR)は、モノクロおよびマルチビュー入力による最新技術の概要を読者に提供する。
  論文  参考訳（メタデータ） (2024-03-22T09:46:11Z)
• Computation-efficient Deep Learning for Computer Vision: A Survey [121.84121397440337]
  ディープラーニングモデルは、さまざまな視覚的知覚タスクにおいて、人間レベルのパフォーマンスに到達または超えた。 ディープラーニングモデルは通常、重要な計算資源を必要とし、現実のシナリオでは非現実的な電力消費、遅延、または二酸化炭素排出量につながる。 新しい研究の焦点は計算効率のよいディープラーニングであり、推論時の計算コストを最小限に抑えつつ、良好な性能を達成することを目指している。
  論文  参考訳（メタデータ） (2023-08-27T03:55:28Z)
• The Urban Toolkit: A Grammar-based Framework for Urban Visual Analytics [5.674216760436341]
  都市問題の複雑な性質と利用可能なデータの圧倒的な量は、これらの取り組みを実用的な洞察に翻訳する上で大きな課題を提起している。 興味のある特徴を分析する際、都市の専門家は、異なるテーマ(例えば、日光アクセス、人口統計)と物理的(例えば、建物、ストリートネットワーク)のデータ層を変換し、統合し、視覚化しなければならない。 これにより、プログラマにとって視覚的なデータ探索とシステム実装が難しくなり、コンピュータ科学以外の都市の専門家にとって高い入り口障壁となる。
  論文  参考訳（メタデータ） (2023-08-15T13:43:04Z)
• Urban Visual Intelligence: Studying Cities with AI and Street-level Imagery [12.351356101876616]
  本稿では,都市の外観と機能に関する文献を概観し,その理解に視覚情報がどのように使われているかを説明する。 概念的フレームワークであるUrban Visual Intelligenceは、新しい画像データソースとAI技術が、研究者が都市を知覚し、測定する方法をどう変えているか、詳しく説明するために導入された。
  論文  参考訳（メタデータ） (2023-01-02T10:00:26Z)
• Deep Learning to See: Towards New Foundations of Computer Vision [88.69805848302266]
  この本はコンピュータビジョンの分野における科学的進歩を批判している。 情報に基づく自然法則の枠組みにおける視覚の研究を提案する。
  論文  参考訳（メタデータ） (2022-06-30T15:20:36Z)
• From Cities to Series: Complex Networks and Deep Learning for Improved Spatial and Temporal Analytics* [0.0]
  この論文は複雑なネットワークと機械学習技術を組み合わせて、パンデミック、垂直移動、およびストリートネットワークで観察される人間の現象の理解を改善する。 i) 集中治療室における流行の伝播, 天気予報, 患者モニタリングの応用により, 空間的および時間的データで観測される動的なプロセスをモデル化できる新しいニューラルネットワークアーキテクチャ, (ii) ブラジルのすべての都市間における人間の移動性の範囲におけるリンクを分析し予測するための機械学習手法を貢献する。
  論文  参考訳（メタデータ） (2022-06-01T11:04:11Z)
• Ten Conceptual Dimensions of Context [0.0]
  本稿では,コンピューティング文献に見られる「コンテキスト」という用語の様々な概念化の合成を試みる。 このように、コンテキストの10つの概念的な次元 - 場所、ユーザ、タスク、システムの特徴、物理的、社会的、組織的、文化的環境、時間的側面、歴史的情報 - が現われる。
  論文  参考訳（メタデータ） (2021-11-04T03:21:03Z)
• 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)
• Individual Explanations in Machine Learning Models: A Case Study on Poverty Estimation [63.18666008322476]
  機械学習の手法は、敏感な社会的文脈でますます適用されつつある。 本研究の主な目的は2つある。 まず、これらの課題を公開し、関連性のある新しい説明方法の使用にどのように影響するか。 次に、関連するアプリケーションドメインで説明メソッドを実装する際に直面するような課題を軽減する一連の戦略を提示します。
  論文  参考訳（メタデータ） (2021-04-09T01:54:58Z)
• City limits in the age of smartphones and urban scaling [0.0]
  都市計画は、都市システム全体にわたる都市境界を定義するための適切な基準をまだ欠いている。 ICTは、都市システムのより正確な記述を記述する可能性を提供する。 都市境界を定義するため,大量の携帯電話記録に計算手法を適用した。
  論文  参考訳（メタデータ） (2020-05-06T17:31:21Z)

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。