論文の概要: Coverage and Bias of Street View Imagery in Mapping the Urban Environment

• arxiv url: http://arxiv.org/abs/2409.15386v2
• Date: Fri, 03 Jan 2025 15:18:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-06 15:09:23.791929
• 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。 しかし、SVIの代表性、品質、信頼性に関する根本的な懸念はいまだに未解決のままである。 本研究は, 都市環境におけるSVIの要素レベルカバレッジを推定するための, 新規かつ効果的な手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• 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 and effective method to estimate SVI's element-level coverage in the urban environment. The method integrates the positional relationships between SVI and target elements, as well as the impact of physical 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. Taking London as a case study, three experiments are conducted to identify potential biases in SVI's ability to cover and represent urban environmental elements, using building facades as an example. It is found that despite their high availability along urban road networks, Google Street View covers only 62.4% of buildings in the case study area. The average facade coverage per building is 12.4%. SVI tends to over-represent non-residential buildings, thus possibly resulting in biased analyses, and its coverage of environmental elements is position-dependent. The research also highlights the variability of SVI coverage under different data acquisition practices and proposes an optimal sampling interval range of 50-60 m for SVI collection. 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 element-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、信頼性に関する基本的な懸念は未解決のままであり、例えば、そのようなデータによって都市が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。 本研究は,空間データ品質と都市分析の交点に位置するもので,都市環境におけるSVIの要素レベルカバレッジを推定するための,新しい効果的な手法を提案することによって,これらの課題に対処するものである。 この方法は、SVIとターゲット要素の位置関係、および物理的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。 ロンドンを事例として、SVIの都市環境要素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、建築ファサードを例に3つの実験を行った。 都市道路網の高可用性にもかかわらず、Googleストリートビューはケーススタディエリアの62.4%の建物しかカバーしていない。 建物ごとの平均ファサード面積は12.4%である。 SVIは非住宅を過剰に表現する傾向にあり、その結果、偏りのある分析結果となり、環境要素のカバレッジは位置に依存している。 また,異なるデータ取得手法下でのSVIカバレッジのばらつきを強調し,SVIコレクションに対して50～60mの最適なサンプリング間隔範囲を提案する。 その結果、SVIは貴重な洞察を提供するが、パナセアではないことが示唆された。都市研究への応用には、信頼性の高い結果を確保するために、データカバレッジと要素レベルの代表性を慎重に考慮する必要がある。

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)
• The State of the Art in Visual Analytics for 3D Urban Data [5.056350278679641]
  都市化は都市環境における3次元構造の重要性を増幅した。 3次元都市データの普及に伴い、都市環境の特徴に合わせた視覚分析技術の開発に多くの研究が注がれている。 3次元をビジュアル分析に組み込むことで、都市データの多様な複雑さに対処する効果的なビジュアルツールを設計する上で、新たな課題がもたらされる。
  論文  参考訳（メタデータ） (2024-04-24T16:50:42Z)
• AVIBench: Towards Evaluating the Robustness of Large Vision-Language Model on Adversarial Visual-Instructions [52.9787902653558]
  LVLM(Large Vision-Language Models)は、視覚的インストラクションに対するユーザからの対応において、大きな進歩を見せている。 LVLMのこのような脅威に対する堅牢性の重要性にもかかわらず、この分野の現在の研究は限られている。 AVIBenchは、様々な対向的な視覚的命令に直面した場合のLVLMの堅牢性を分析するために設計されたフレームワークである。
  論文  参考訳（メタデータ） (2024-03-14T12:51:07Z)
• 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)
• RadOcc: Learning Cross-Modality Occupancy Knowledge through Rendering Assisted Distillation [50.35403070279804]
  マルチビュー画像を用いた3次元シーンの占有状況とセマンティクスを推定することを目的とした,新たな課題である3D占有予測手法を提案する。 本稿では,RandOccを提案する。Rendering Assisted distillation paradigm for 3D Occupancy prediction。
  論文  参考訳（メタデータ） (2023-12-19T03:39:56Z)
• 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)
• 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)
• Off-policy Imitation Learning from Visual Inputs [83.22342811160114]
  本稿では、政治以外の学習方法、データ拡張、エンコーダ技術からなるOPIfVIを提案する。 OPIfVIは、エキスパートレベルのパフォーマンスを実現し、既存のベースラインを上回ります。
  論文  参考訳（メタデータ） (2021-11-08T09:06:12Z)
• 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。