論文の概要: APE: An Open and Shared Annotated Dataset for Learning Urban Pedestrian Path Networks

• arxiv url: http://arxiv.org/abs/2303.02323v1
• Date: Sat, 4 Mar 2023 05:08:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-07 20:24:38.163901
• Title: APE: An Open and Shared Annotated Dataset for Learning Urban Pedestrian Path Networks
• Title（参考訳）: ape:都市歩行者経路ネットワーク学習のためのオープンかつ共有アノテートデータセット
• Authors: Yuxiang Zhang, Nicholas Bolten, Sachin Mehta, Anat Caspi
• Abstract要約: 歩道やサイクウェイを含む完全な交通網を推定することは、多くの自動化システムにとって不可欠である。 この研究は、都市における歩道、横断歩道、角球の衛星画像、地図画像、アノテーションの新たなデータセットを導入することで、この問題に大規模に対処し始めている。 本稿では,道路ネットワーク情報と提案したデータセットを用いて,接続された歩行者経路網マップを推定するエンド・ツー・エンドのプロセスを提案する。
• 参考スコア（独自算出の注目度）: 16.675093530600154
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Inferring the full transportation network, including sidewalks and cycleways, is crucial for many automated systems, including autonomous driving, multi-modal navigation, trip planning, mobility simulations, and freight management. Many transportation decisions can be informed based on an accurate pedestrian network, its interactions, and connectivity with the road networks of other modes of travel. A connected pedestrian path network is vital to transportation activities, as sidewalks and crossings connect pedestrians to other modes of transportation. However, information about these paths' location and connectivity is often missing or inaccurate in city planning systems and wayfinding applications, causing severe information gaps and errors for planners and pedestrians. This work begins to address this problem at scale by introducing a novel dataset of aerial satellite imagery, street map imagery, and rasterized annotations of sidewalks, crossings, and corner bulbs in urban cities. The dataset spans $2,700 km^2$ land area, covering select regions from $6$ different cities. It can be used for various learning tasks related to segmenting and understanding pedestrian environments. We also present an end-to-end process for inferring a connected pedestrian path network map using street network information and our proposed dataset. The process features the use of a multi-input segmentation network trained on our dataset to predict important classes in the pedestrian environment and then generate a connected pedestrian path network. Our results demonstrate that the dataset is sufficiently large to train common segmentation models yielding accurate, robust pedestrian path networks.
• Abstract（参考訳）: 歩道やサイクウェイを含む完全な交通網を推定することは、自動運転、マルチモーダルナビゲーション、旅行計画、移動シミュレーション、貨物管理など、多くの自動化システムにとって重要である。 多くの交通決定は、正確な歩行者ネットワーク、その相互作用、および他の移動モードの道路網との接続に基づいて通知することができる。 歩道や交差点が歩行者と他の交通手段をつなぐため、交通活動には接続された歩行者経路網が不可欠である。 しかし、これらの経路の位置や接続性に関する情報は、都市計画システムや道路探索アプリケーションにおいて欠落または不正確なものが多く、計画家や歩行者に深刻な情報ギャップやエラーを引き起こしている。 この研究は、都市における航空衛星画像、ストリートマップ画像、歩道、交差点、コーナー電球のラスタライズドアノテーションのデータセットを導入することで、この問題に大規模に対処し始めています。 データセットは2,700 km^2$の土地で、6ドルの異なる都市から選ばれた地域をカバーする。 歩行者環境のセグメンテーションや理解に関連する様々な学習タスクに使用できる。 また、道路網情報と提案するデータセットを用いて、接続された歩行者経路ネットワークマップを推定するエンドツーエンドプロセスを提案する。 このプロセスでは、データセットでトレーニングされたマルチ入力セグメンテーションネットワークを使用して、歩行者環境における重要なクラスを予測し、接続された歩行者経路ネットワークを生成する。 以上の結果から,このデータセットは,正確な歩行者経路ネットワークを実現する共通のセグメンテーションモデルの訓練に十分大きいことがわかった。

関連論文リスト

• Reliable, Routable, and Reproducible: Collection of Pedestrian Pathways at Statewide Scale [7.346075203371274]
  本稿では,国家規模で歩行者経路データを収集,管理,提供,維持する手法を提案する。 約2年以内にワシントン州全体に向けて、荒削りな歩行者道を作ることを目標としている。
  論文  参考訳（メタデータ） (2024-10-12T02:31:57Z)
• Neural Semantic Map-Learning for Autonomous Vehicles [85.8425492858912]
  本稿では,道路環境のコヒーレントな地図を作成するために,車両群から収集した局所部分写像を中心インスタンスに融合するマッピングシステムを提案する。 本手法は,シーン特異的なニューラルサイン距離場を用いて,雑音と不完全局所部分写像を併用する。 我々は,記憶効率の高いスパース機能グリッドを活用して大規模にスケールし,シーン再構築における不確実性をモデル化するための信頼スコアを導入する。
  論文  参考訳（メタデータ） (2024-10-10T10:10:03Z)
• 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)
• What is a typical signalized intersection in a city? A pipeline for intersection data imputation from OpenStreetMap [3.434206965978478]
  OpenStreetMap (OSM) から信号化交差点に関する情報を効果的に抽出するパイプラインを提案する。 パイプラインはオープンソースのPythonライブラリとして公開されており、誰でも自由にダウンロードして、研究を促進することができる。
  論文  参考訳（メタデータ） (2024-05-22T09:47:44Z)
• Trip Planning for Autonomous Vehicles with Wireless Data Transfer Needs Using Reinforcement Learning [7.23389716633927]
  車両データ転送要求を満たすために,高帯域道路を優先する新しい強化学習ソリューションを提案する。 我々は、この手法をトラフィックを意識しないベースラインや帯域幅を意識しないベースラインと比較し、不均一なトラフィック下での処理性能を示す。
  論文  参考訳（メタデータ） (2023-09-21T23:19:16Z)
• Decentralized Vehicle Coordination: The Berkeley DeepDrive Drone Dataset [103.35624417260541]
  分散車両調整は、未整備の道路環境において有用である。 我々はバークレーのDeepDrive Droneデータセットを収集し、近くのドライバーが観察する暗黙の「社会的エチケット」を研究する。 このデータセットは、人間のドライバーが採用する分散マルチエージェント計画と、リモートセンシング設定におけるコンピュータビジョンの研究に主に関心がある。
  論文  参考訳（メタデータ） (2022-09-19T05:06:57Z)
• 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)
• Federated Deep Learning Meets Autonomous Vehicle Perception: Design and Verification [168.67190934250868]
  フェデレーテッド・ラーニング・パワード・コネクテッド・オートモービル(FLCAV)が提案されている。 FLCAVは通信とアノテーションのコストを削減しながらプライバシを保存する。 マルチステージトレーニングのためのネットワークリソースと道路センサのポーズを決定することは困難である。
  論文  参考訳（メタデータ） (2022-06-03T23:55:45Z)
• Road Network Guided Fine-Grained Urban Traffic Flow Inference [108.64631590347352]
  粗いトラフィックからのきめ細かなトラフィックフローの正確な推測は、新たな重要な問題である。 本稿では,道路ネットワークの知識を活かした新しい道路対応交通流磁化器(RATFM)を提案する。 提案手法は,高品質なトラフィックフローマップを作成できる。
  論文  参考訳（メタデータ） (2021-09-29T07:51:49Z)
• SPIN Road Mapper: Extracting Roads from Aerial Images via Spatial and Interaction Space Graph Reasoning for Autonomous Driving [64.10636296274168]
  道路抽出は、自律航法システムを構築するための重要なステップである。 この問題に対して単に畳み込みニューラルネットワーク(ConvNets)を使用することは、画像内の道路セグメント間の遠い依存関係をキャプチャする非効率であるため、効果がない。 本研究では,ConvNetに接続した時,特徴写像から投影された空間空間および相互作用空間上に構築されたグラフの推論を行う空間空間グラフ推論(SPIN)モジュールを提案する。
  論文  参考訳（メタデータ） (2021-09-16T03:52:17Z)
• An Experimental Urban Case Study with Various Data Sources and a Model for Traffic Estimation [65.28133251370055]
  我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。 我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。 本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
  論文  参考訳（メタデータ） (2021-08-02T08:13:57Z)

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。