論文の概要: To use or not to use proprietary street view images in (health and place) research? That is the question

• arxiv url: http://arxiv.org/abs/2402.11504v1
• Date: Sun, 18 Feb 2024 08:26:22 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-20 20:45:33.750097
• Title: To use or not to use proprietary street view images in (health and place) research? That is the question
• Title（参考訳）: プロプライエタリなストリートビュー画像を(健康と場所)調査で使うか、使わないか? それが問題です
• Authors: Marco Helbich, Matthew Danish, SM Labib, Britta Ricker
• Abstract要約: この記事では、Googleストリートビューイメージの使用に関する現在のプラクティスに疑問を呈する。 私たちの懸念は、画像の大量ダウンロードを禁止しているGoogleのサービス規約にあります。 オープンなデータ原則に固執し、将来の研究にオープンなイメージソースを活用することが不可欠である。
• 参考スコア（独自算出の注目度）: 0.22940141855172028
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Computer vision-based analysis of street view imagery has transformative impacts on environmental assessments. Interactive web services, particularly Google Street View, play an ever-important role in making imagery data ubiquitous. Despite the technical ease of harnessing millions of Google Street View images, this article questions the current practices in using this proprietary data source. Our concern lies with Google's terms of service, which prohibit bulk image downloads and the generation of street view image-based indices. To reconcile the challenge of advancing society through groundbreaking research while maintaining data license agreements and legal integrity, it is crucial to adhere to open data principles and utilize open image sources for future research.
• Abstract（参考訳）: コンピュータビジョンに基づくストリートビュー画像の解析は環境アセスメントに変化をもたらす。 インタラクティブなWebサービス、特にGoogleストリートビューは、画像データをユビキタスにするための重要な役割を果たす。 何百万ものGoogleストリートビュー画像を利用する技術的容易さにもかかわらず、この記事は、このプロプライエタリなデータソースを使用する際の現在のプラクティスに疑問を投げかける。 画像の大量ダウンロードやストリートビュー画像ベースのインデックスの生成を禁止しているGoogleのサービス規約に懸念があります。 データライセンス契約と法的整合性を維持しつつ研究を画期的に進めることによる社会の発展の課題を解決するためには、オープンデータ原則に固執し、将来の研究にオープンイメージソースを活用することが不可欠である。

関連論文リスト

• A citizen science toolkit to collect human perceptions of urban environments using open street view images [0.20999222360659603]
  ストリートビューレベルの画像(SVI)は、研究(環境アセスメント、緑地識別、土地被覆分類など)に有用なデータソースである。 オープンなSVIデータセットは、Mapillaryのような制限の少ないソースから容易に利用できる。 オープンなSVIを自動ダウンロード、処理、収穫、フィルタリングする効率的な方法を提案する。
  論文  参考訳（メタデータ） (2024-02-29T22:58:13Z)
• A Dataset and Benchmark for Copyright Protection from Text-to-Image Diffusion Models [51.5808323691985]
  安定した拡散によって生成されたコンテンツと著作権保護下のコンテンツの潜在的な相関性を評価する体系的な研究の欠如がある。 この作業は、著作権保護に関する最初の大規模標準化データセットとベンチマークを提供する。
  論文  参考訳（メタデータ） (2024-01-04T11:14:01Z)
• Navigating Privacy and Copyright Challenges Across the Data Lifecycle of Generative AI [30.05760947688919]
  データライフサイクルにおけるプライバシーと著作権保護の多面的課題について論じる。 我々は、技術的革新と倫理的展望を組み合わせた統合的なアプローチを提唱する。 この作業は、より広範な議論のきっかけとなり、ジェネレーティブAIにおけるデータのプライバシと著作権の整合性に対する継続的な取り組みを促進することを目的としている。
  論文  参考訳（メタデータ） (2023-11-30T05:03:08Z)
• ConfounderGAN: Protecting Image Data Privacy with Causal Confounder [85.6757153033139]
  本稿では,GAN(Generative Adversarial Network)のConfounderGANを提案する。 実験は、3つの自然なオブジェクトデータセットと3つの医療データセットからなる6つの画像分類データセットで実施される。
  論文  参考訳（メタデータ） (2022-12-04T08:49:14Z)
• Open-Domain, Content-based, Multi-modal Fact-checking of Out-of-Context Images via Online Resources [70.68526820807402]
  実際のイメージは、コンテキストや要素を誤って表現することによって、他の物語をサポートするために再目的化される。 私たちのゴールは、画像とコンテキストのペアリングを事実チェックすることで、この時間を要する、推論集約的なプロセスを自動化する検査可能な方法です。 私たちの研究は、オープンドメイン、コンテンツベース、マルチモーダルなファクトチェックのための最初のステップとベンチマークを提供します。
  論文  参考訳（メタデータ） (2021-11-30T19:36:20Z)
• Lighting the Darkness in the Deep Learning Era [118.35081853500411]
  低照度画像強調(LLIE)は、照明の弱い環境で撮影された画像の知覚や解釈性を改善することを目的としている。 この分野における最近の進歩は、ディープラーニングベースのソリューションが支配的です。 アルゴリズム分類から未解決の未解決問題まで,さまざまな側面をカバーする包括的な調査を行う。
  論文  参考訳（メタデータ） (2021-04-21T19:12:19Z)
• Repopulating Street Scenes [59.2621467759251]
  そこで本稿では,歩行者や車両などの物体を配置・非人口化・再人口化することにより,街頭シーンの画像を自動的に再構成する枠組みを提案する。 この手法の応用例としては、画像の匿名化によるプライバシー向上、自律運転のような知覚タスクのためのデータ強化などがある。
  論文  参考訳（メタデータ） (2021-03-30T09:04:46Z)
• 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)
• A Review on Near Duplicate Detection of Images using Computer Vision Techniques [0.0]
  ほぼ重複する物質の存在は、検索エンジンの性能に重大な影響を及ぼす。 コンピュータビジョンの主な応用は画像理解である。 画像のほぼ重複検出に関する文献の適切な調査は行われていない。
  論文  参考訳（メタデータ） (2020-09-07T16:41:46Z)
• A vision for global privacy bridges: Technical and legal measures for international data markets [77.34726150561087]
  データ保護法とプライバシーの権利が認められているにもかかわらず、個人情報の取引は「トレーディング・オイル」と同等のビジネスになっている。 オープンな対立は、データに対するビジネスの要求とプライバシーへの欲求の間に生じている。 プライバシを備えたパーソナル情報市場のビジョンを提案し,テストする。
  論文  参考訳（メタデータ） (2020-05-13T13:55:50Z)
• Privacy-Preserving Image Classification in the Local Setting [17.375582978294105]
  ローカル微分プライバシ(LDP)は、データ所有者がランダムにインプットを摂動させ、リリース前にデータの妥当な削除を可能にする、有望なソリューションを提供する。 本稿では、データ所有者が画像を保持し、不信なデータ利用者が機械学習モデルにこれらの画像を入力として適合させたいという、双方向のイメージ分類問題について考察する。 本稿では,拡張性のある領域サイズで画像表現を生成する,教師付き画像特徴抽出器 DCAConv を提案する。
  論文  参考訳（メタデータ） (2020-02-09T01:25:52Z)

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。