論文の概要: Artifacts of Idiosyncracy in Global Street View Data

• arxiv url: http://arxiv.org/abs/2505.11046v1
• Date: Fri, 16 May 2025 09:40:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-19 14:36:14.560189
• Title: Artifacts of Idiosyncracy in Global Street View Data
• Title（参考訳）: グローバルストリートビューデータにおける慣用句のアーティファクト
• Authors: Tim Alpherts, Sennay Ghebreab, Nanne van Noord,
• Abstract要約: 都市レイアウトのような都市の慣用性は、世界中の28都市のストリートビューデータに偏りをもたらす可能性があることを示す。 そこで本稿では,都市におけるイディオコネラシーの理解を深めるために,そのような分布を評価する手法を提案する。
• 参考スコア（独自算出の注目度）: 6.250018240133604
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Street view data is increasingly being used in computer vision applications in recent years. Machine learning datasets are collected for these applications using simple sampling techniques. These datasets are assumed to be a systematic representation of cities, especially when densely sampled. Prior works however, show that there are clear gaps in coverage, with certain cities or regions being covered poorly or not at all. Here we demonstrate that a cities' idiosyncracies, such as city layout, may lead to biases in street view data for 28 cities across the globe, even when they are densely covered. We quantitatively uncover biases in the distribution of coverage of street view data and propose a method for evaluation of such distributions to get better insight in idiosyncracies in a cities' coverage. In addition, we perform a case study of Amsterdam with semi-structured interviews, showing how idiosyncracies of the collection process impact representation of cities and regions and allowing us to address biases at their source.
• Abstract（参考訳）: 近年,コンピュータビジョンアプリケーションにおいて,ストリートビューデータの利用が増加している。 単純なサンプリング手法を用いて機械学習データセットをこれらのアプリケーションのために収集する。 これらのデータセットは、特に密集したサンプルで都市を体系的に表現していると推定されている。 しかし、以前の研究は、カバー範囲に明確なギャップがあることを示しており、特定の都市や地域は、カバーが不十分であるか全くない。 ここでは, 都市構造などの都市構造が, 密集地であっても, 世界中の28都市の街路ビューデータに偏りを生じさせる可能性を実証する。 本研究では,街路ビューデータの分布のバイアスを定量的に明らかにし,その分布を評価する方法を提案する。 さらに,アムステルダムのケーススタディを半構造化インタビューで実施し,収集プロセスの慣用性が都市や地域の表現にどのように影響し,その源泉におけるバイアスに対処できるかを示した。

関連論文リスト

• Bridging the Data Provenance Gap Across Text, Speech and Video [67.72097952282262]
  我々は、人気テキスト、音声、ビデオデータセットのモダリティにまたがって、最大かつ第1級の経時的監査を行う。 私たちの手動分析では、1990年から2024年の間に、608言語、798のソース、659の組織、67の国で4000近い公開データセットをカバーしています。 マルチモーダル機械学習アプリケーションは、トレーニングセットのために、YouTubeのようなWebcrawled、synthetic、ソーシャルメディアプラットフォームに圧倒的に移行した。
  論文  参考訳（メタデータ） (2024-12-19T01:30:19Z)
• StreetviewLLM: Extracting Geographic Information Using a Chain-of-Thought Multimodal Large Language Model [12.789465279993864]
  地理空間予測は災害管理、都市計画、公衆衛生など様々な分野において重要である。 提案するStreetViewLLMは,大規模言語モデルと連鎖推論とマルチモーダルデータソースを統合した新しいフレームワークである。 このモデルは、香港、東京、シンガポール、ロサンゼルス、ニューヨーク、ロンドン、パリを含む7つの世界都市に適用されている。
  論文  参考訳（メタデータ） (2024-11-19T05:15:19Z)
• CityGuessr: City-Level Video Geo-Localization on a Global Scale [54.371452373726584]
  本稿では, 都市, 州, 国, 大陸を階層的に予測することを目的とした, グローバルな地平化の新たな課題を提案する。 この問題を解決するためのモデルをトレーニングするために、世界中をカバーした大規模なビデオデータセットは存在しない。 我々は、世界中の166都市から68,269の動画からなる新しいデータセット、CityGuessr68kを紹介した。
  論文  参考訳（メタデータ） (2024-11-10T03:20:00Z)
• OpenUAS: Embeddings of Cities in Japan with Anchor Data for Cross-city Analysis of Area Usage Patterns [0.9530591903982806]
  このデータセットは、市場分析、都市計画、交通インフラ、感染予測といった分野における地域機能の分析に有用である。 オフィス地区や住宅地区など市内各地区の特徴を、埋設技術を用いて捉えている。 本研究では,このアンカーデータセットを,日本の8大都市において,複数の期間の領域埋め込みデータセットとともに公開する。
  論文  参考訳（メタデータ） (2024-07-29T10:43:15Z)
• MatrixCity: A Large-scale City Dataset for City-scale Neural Rendering and Beyond [69.37319723095746]
  都市規模のニューラルレンダリング研究のための大規模で包括的で高品質な合成データセットを構築します。 本研究では,地上カメラのポーズと追加データモダリティを伴って,航空・街路ビューを容易に収集するパイプラインを構築した。 その結果得られたパイロットデータセットMatrixCityには、合計28km2$の2つの都市地図から、67kの空中画像と452kのストリート画像が含まれている。
  論文  参考訳（メタデータ） (2023-09-28T16:06:02Z)
• Robust Self-Tuning Data Association for Geo-Referencing Using Lane Markings [44.4879068879732]
  本稿では,データアソシエーションにおけるあいまいさを解消するための完全なパイプラインを提案する。 その中核は、測定のエントロピーに応じて探索領域に適応する堅牢な自己調整データアソシエーションである。 ドイツ・カールスルーエ市周辺の都市・農村のシナリオを実データとして評価した。
  論文  参考訳（メタデータ） (2022-07-28T12:29:39Z)
• One-shot Transfer Learning for Population Mapping [10.530184452907902]
  本研究では,都市間における空間的時間的知識の伝達を目的とした,ワンショット・トランスファー学習フレームワークPSRNetを提案する。 4つの都市の実生活データセットの実験は、PSRNetが8つの最先端ベースラインに対して大きな優位性を持っていることを示している。
  論文  参考訳（メタデータ） (2021-08-13T13:19:09Z)
• GANs for Urban Design [0.0]
  本論文で検討されたトピックは、都市ブロックの設計にGenerative Adversarial Networksを応用することである。 この研究は、都市の形態学的特性に適応できる柔軟なモデルを提示する。
  論文  参考訳（メタデータ） (2021-05-04T19:50:24Z)
• Discovering Underground Maps from Fashion [80.02941583103612]
  本研究では,都市部の地下地図を自動的に作成する手法を提案する。 本手法は,都市全域から公開されている画像を用いて,類似のファッションセンスを持つ地域を探索し,地図を監督せずにセグメント化する。
  論文  参考訳（メタデータ） (2020-12-04T23:40:59Z)

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。