論文の概要: Coverage and Bias of Street View Imagery in Mapping the Urban Environment
- arxiv url: http://arxiv.org/abs/2409.15386v1
- Date: Sun, 22 Sep 2024 02:58:43 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-26 13:20:55.004916
- Title: Coverage and Bias of Street View Imagery in Mapping the Urban Environment
- Title(参考訳): 都市環境マッピングにおける街路景観の被覆とバイアス
- Authors: Zicheng Fan, Chen-Chieh Feng, Filip Biljecki,
- Abstract要約: ストリートビュー画像(SVI)は、都市研究において貴重なデータ形式として出現し、都市環境を地図化し、知覚する新しい方法を可能にしている。
本研究では,都市環境におけるSVIの特徴レベルを推定するための新しいワークフローを提案する。
ロンドンをケーススタディとして、SVIが都市の特徴をカバーし表現する能力の潜在的なバイアスを特定するために、3つの実験が実施された。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Street View Imagery (SVI) has emerged as a valuable data form in urban studies, enabling new ways to map and sense urban environments. However, fundamental concerns regarding the representativeness, quality, and reliability of SVI remain underexplored, e.g.\ to what extent can cities be captured by such data and do data gaps result in bias. This research, positioned at the intersection of spatial data quality and urban analytics, addresses these concerns by proposing a novel workflow to estimate SVI's feature-level coverage on urban environment. The workflow integrates the positional relationships between SVI and target features, as well as the impact of environmental obstructions. Expanding the domain of data quality to SVI, we introduce an indicator system that evaluates the extent of coverage, focusing on the completeness and frequency dimensions. Using London as a case study, three experiments are conducted to identify potential biases in SVI's ability to cover and represent urban features, with a focus on building facades. The research highlights the limitations of traditional spatial data quality metrics in assessing SVI, and variability of SVI coverage under different data acquisition practices. Tailored approaches that consider the unique metadata and horizontal perspective of SVI are also underscored. The findings suggest that while SVI offers valuable insights, it is no panacea -- its application in urban research requires careful consideration of data coverage and feature-level representativeness to ensure reliable results.
- Abstract(参考訳): ストリートビュー画像(SVI)は、都市研究において貴重なデータ形式として出現し、都市環境を地図化し、知覚する新しい方法を可能にしている。
しかし、SVIの代表性、品質、信頼性に関する根本的な懸念は未解決のままであり、例えば、都市がそのようなデータによってどの程度の頻度で捉えられるか、データのギャップはバイアスをもたらす。
空間データ品質と都市分析の交差点に位置するこの研究は、SVIの都市環境に関する特徴レベルカバレッジを推定する新しいワークフローを提案することによって、これらの懸念に対処する。
ワークフローは、SVIとターゲット特徴の位置関係、および環境障害の影響を統合する。
データ品質の領域をSVIに拡張し、網羅範囲を評価する指標システムを導入し、完全性と周波数次元に着目した。
ロンドンをケーススタディとして、SVIが都市の特徴をカバーし表現する能力の潜在的なバイアスを特定するために、3つの実験が実施され、ファサードの構築に焦点が当てられている。
この研究は、SVI評価における従来の空間データ品質指標の限界と、異なるデータ取得プラクティスの下でのSVIカバレッジのばらつきを強調している。
SVIのユニークなメタデータと水平視点を考慮に入れたテーラー的なアプローチも強調されている。
この結果は、SVIが貴重な洞察を提供する一方で、パナセアではないことを示唆している。都市研究への応用には、信頼性の高い結果を保証するために、データカバレッジと特徴レベルの代表性を慎重に検討する必要がある。
関連論文リスト
- Urban Flood Mapping Using Satellite Synthetic Aperture Radar Data: A Review of Characteristics, Approaches and Datasets [17.621744717937993]
本研究は,SARを用いた都市洪水マッピングの課題と進展に焦点を当てたものである。
SARデータにおける空間分解能と時間分解能の限界に特に対処し、本質的な前処理ステップについて議論する。
これは、都市洪水マッピングのためのオープンアクセスSARデータセットの欠如を強調し、高度なディープラーニングベースの手法の開発を妨げる。
論文 参考訳(メタデータ) (2024-11-06T09:30:13Z) - UrBench: A Comprehensive Benchmark for Evaluating Large Multimodal Models in Multi-View Urban Scenarios [60.492736455572015]
複雑な多視点都市シナリオにおけるLMM評価のためのベンチマークであるUrBenchを提案する。
UrBenchには、リージョンレベルとロールレベルの両方で、厳密にキュレートされた11.6Kの質問が含まれている。
21のLMMに対する評価は、現在のLMMが都市環境においていくつかの面で苦戦していることを示している。
論文 参考訳(メタデータ) (2024-08-30T13:13:35Z) - Open-source data pipeline for street-view images: a case study on
community mobility during COVID-19 pandemic [0.9423257767158634]
ストリートビュー画像(SVI)は研究者にとって貴重なデータ源である。
Googleストリートビューの画像は頻繁に収集されるため、時間的分析は困難である。
本研究では,現在利用可能なSVIデータを超える研究目的のために,SVIの収集と利用の実現可能性と価値を実証する。
論文 参考訳(メタデータ) (2024-01-23T20:56:16Z) - Cross-City Matters: A Multimodal Remote Sensing Benchmark Dataset for
Cross-City Semantic Segmentation using High-Resolution Domain Adaptation
Networks [82.82866901799565]
我々は,都市間セマンティックセマンティックセグメンテーションタスクの研究を目的とした,新しいマルチモーダルリモートセンシングベンチマークデータセット(ハイパースペクトル,マルチスペクトル,SARを含む)を構築した。
単一都市に留まらず,多都市環境からAIモデルの一般化能力を促進するため,高解像度なドメイン適応ネットワークであるHighDANを提案する。
高DANは, 並列高分解能融合方式で, 都市景観の空間的トポロジカルな構造を良好に維持することができる。
論文 参考訳(メタデータ) (2023-09-26T23:55:39Z) - A Contextual Master-Slave Framework on Urban Region Graph for Urban
Village Detection [68.84486900183853]
都市域を階層的にモデル化する都市域グラフ(URG)を構築した。
そこで我々は,都市部をURGから効果的に検出する新しいコンテキスト・マスタ・スレーブ・フレームワークを設計した。
提案手法は,都市部における紫外線検出の一般性と特異性のバランスをとることができる。
論文 参考訳(メタデータ) (2022-11-26T18:17:39Z) - SensatUrban: Learning Semantics from Urban-Scale Photogrammetric Point
Clouds [52.624157840253204]
センサットウルバン(SensatUrban)は、イギリスの3都市から収集された7.6km2の30億点近くからなる、都市規模のUAV測光点クラウドデータセットである。
データセットの各ポイントは、粒度の細かいセマンティックアノテーションでラベル付けされ、その結果、既存の最大のフォトグラムポイントクラウドデータセットの3倍の大きさのデータセットが生成される。
論文 参考訳(メタデータ) (2022-01-12T14:48:11Z) - CitySurfaces: City-Scale Semantic Segmentation of Sidewalk Materials [6.573006589628846]
ほとんどの都市では、データ収集のコスト抑制と時間のかかる性質のために、表面の空間カタログが欠落している。
近年のコンピュータビジョンの進歩とストリートレベルの画像の入手は、都市が大規模に構築された環境データを抽出する新たな機会を提供する。
そこで我々は,歩道素材の分類にコンピュータビジョン技術を活用する,能動的学習ベースのフレームワークであるCitySurfacesを提案する。
論文 参考訳(メタデータ) (2022-01-06T21:58:37Z) - 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) - Assessing bikeability with street view imagery and computer vision [0.0]
我々は34の指標からなる自転車の耐久性指数を開発した。
彼らはSVI以外のものよりも広いマージンで優れており、SVI指標は都市部の自転車性を評価する上でも優れていた。
論文 参考訳(メタデータ) (2021-05-13T14:08:58Z) - Towards Semantic Segmentation of Urban-Scale 3D Point Clouds: A Dataset,
Benchmarks and Challenges [52.624157840253204]
我々は、30億点近い注釈付きポイントを持つ都市規模の測光点クラウドデータセットを提示する。
私たちのデータセットは、イギリスの3つの都市からなり、都市の景観の約7.6km2をカバーしています。
我々は,データセット上での最先端アルゴリズムの性能を評価し,その結果を包括的に分析する。
論文 参考訳(メタデータ) (2020-09-07T14:47:07Z) - Standardized Green View Index and Quantification of Different Metrics of
Urban Green Vegetation [0.0]
本研究は, 分析用緑化可視性向上指標(標準化GVI, sGVI)を提案する。
GVIの重み付け型であるsGVIは, 密接な位置測定地点の偏りを緩和することを示した。
また,都市ブロックレベルでsGVIとNDVIを比較することで,sGVIは都市中心部の植生を捕食するのに対して,NDVIは公園や森林の植生を捕食するのに優れていることがわかった。
論文 参考訳(メタデータ) (2020-08-01T09:58:22Z)
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。