論文の概要: Towards Human-AI Accessibility Mapping in India: VLM-Guided Annotations and POI-Centric Analysis in Chandigarh
- arxiv url: http://arxiv.org/abs/2602.09216v2
- Date: Tue, 17 Feb 2026 14:49:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-18 16:03:17.824122
- Title: Towards Human-AI Accessibility Mapping in India: VLM-Guided Annotations and POI-Centric Analysis in Chandigarh
- Title（参考訳）: インドにおける人間-AIアクセシビリティマッピングに向けて:チャンディガルにおけるVLM-GuidedアノテーションとPOI-Centric Analysis
- Authors: Varchita Lalwani, Utkarsh Agarwal, Michael Saugstad, Manish Kumar, Jon E. Froehlich, Anupam Sobti,
- Abstract要約: Project Sidewalkは、都市規模で歩道のアクセシビリティをクラウドソーシングできるウェブベースのプラットフォームである。
本稿ではインドのチャンディガルに展開するための適応的取り組みについて述べる。
インフラの改善によってアクセシビリティが向上する可能性のある,2,913カ所の1,644カ所を特定した。
- 参考スコア（独自算出の注目度）: 11.136948534950841
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Project Sidewalk is a web-based platform that enables crowdsourcing accessibility of sidewalks at city-scale by virtually walking through city streets using Google Street View. The tool has been used in 40 cities across the world, including the US, Mexico, Chile, and Europe. In this paper, we describe adaptation efforts to enable deployment in Chandigarh, India, including modifying annotation types, provided examples, and integrating VLM-based mission guidance, which adapts instructions based on a street scene and metadata analysis. Our evaluation with 3 annotators indicates the utility of AI-mission guidance with an average score of 4.66. Using this adapted Project Sidewalk tool, we conduct a Points of Interest (POI)-centric accessibility analysis for three sectors in Chandigarh with very different land uses, residential, commercial and institutional covering about 40 km of sidewalks. Across 40 km of roads audited in three sectors and around 230 POIs, we identified 1,644 of 2,913 locations where infrastructure improvements could enhance accessibility.
- Abstract（参考訳）: Project Sidewalk(プロジェクト・サイドウォーク)は、Googleストリートビューを使って街を仮想的に歩くことで、都市規模で歩道のアクセシビリティをクラウドソーシングするウェブベースのプラットフォームである。
このツールは、アメリカ、メキシコ、チリ、ヨーロッパなど、世界中の40の都市で使われている。
本稿では,インド・チャンディガルでアノテーションの型の変更や実例の提供,VLMに基づくミッションガイダンスの統合など,ストリートシーンとメタデータ分析に基づく指示を適応させるための適応的取り組みについて述べる。
3つのアノテータによる評価は,平均スコア4.66のAIミッションガイダンスの有用性を示している。
この適応したプロジェクトサイドウォークツールを用いて、約40kmの歩道をカバーしている住宅、商業、施設など、全く異なる土地利用を持つチャンディガルの3つのセクターに対して、POI(Points of Interest)中心のアクセシビリティ分析を行う。
3つのセクターと230のPOIで実施した40kmの道路で,インフラ整備によりアクセシビリティが向上する2,913箇所のうち,1,644箇所を特定した。
関連論文リスト
- Where on Earth? A Vision-Language Benchmark for Probing Model Geolocation Skills Across Scales [61.03549470159347]
視覚言語モデル (VLM) は急速に進歩しているが, オープンワールド環境における画像位置決め能力は, 網羅的に評価されていない。
我々は、視覚認識、ステップバイステップ推論、エビデンス利用を評価するVLM画像位置情報の総合ベンチマークであるEarthWhereを提示する。
論文 参考訳（メタデータ） (2025-10-13T01:12:21Z) - StreetReaderAI: Making Street View Accessible Using Context-Aware Multimodal AI [44.37880707956907]
初めてアクセス可能なストリートビューツールであるStreetReaderAIを紹介します。
StreetReaderAIを使えば、視覚障害者は目的地を事実上検査したり、オープンワールドで探索したり、2200億枚以上の画像を実質的にツアーすることができる。
以上の結果から,POI調査と遠隔経路計画を支援する上で,アクセス可能な街路ビューの価値が示された。
論文 参考訳（メタデータ） (2025-08-11T23:30:39Z) - UrbanScore: A Real-Time Personalised Liveability Analytics Platform [0.0]
UrbanScoreはリアルタイムのWebプラットフォームで、都市アドレスの個人化された生存率スコアを計算する。
System は5つのデータストリームを融合している: Nominatimによるアドレスジオコーディング、(ii)OpenStreetMapからOverpass QLを通じて抽出する機能、(iii)TomTom Flow v10からのセグメントレベルのトラフィックメトリクス、(iv)OpenWeatherMapからの時間単位の空気品質の読み取り、(v)ユーザ定義の好みプロファイル。
論文 参考訳（メタデータ） (2025-07-16T08:53:11Z) - Streetscape Analysis with Generative AI (SAGAI): Vision-Language Assessment and Mapping of Urban Scenes [0.9208007322096533]
本稿では,SAGAI:Streetscape Analysis with Generative Artificial Intelligenceを紹介する。
これは、オープンアクセスデータと視覚言語モデルを使用して、街路レベルの都市シーンを評価するためのモジュラーワークフローである。
タスク固有のトレーニングやプロプライエタリなソフトウェア依存関係なしで動作します。
論文 参考訳（メタデータ） (2025-04-23T09:08:06Z) - Your Car Tells Me Where You Drove: A Novel Path Inference Attack via CAN Bus and OBD-II Data [57.22545280370174]
On Path Diagnostic - Intrusion & Inference (OPD-II) は物理カーモデルとマップマッチングアルゴリズムを利用した新しい経路推論攻撃である。
我々は4台の異なる車両と41トラックの道路および交通シナリオに対する攻撃を実行した。
論文 参考訳（メタデータ） (2024-06-30T04:21:46Z) - Large-Scale Auto-Regressive Modeling Of Street Networks [35.288935247546995]
本稿では,都市規模の道路レイアウト作成のための新しい生成手法を提案する。
本フレームワークは,完全街路網を表す頂点と辺からなる高品質な大規模トラバーサブルグラフを生成する。
OpenStreetMapのデータを使って、私たちは都市全体、さらには米国などの大国でも、私たちのシステムをトレーニングし、最終的に最先端のアートと比較します。
論文 参考訳（メタデータ） (2022-09-01T07:58:31Z) - Sidewalk Measurements from Satellite Images: Preliminary Findings [10.870041943009722]
我々はコンピュータビジョンモデルを訓練し、リモートセンシング画像から歩道、道路、建物を検出する。
抽出した歩道の異なる属性を解析するために形状解析手法を適用した。
論文 参考訳（メタデータ） (2021-12-12T02:22:46Z) - The 5th AI City Challenge [51.83023045451549]
第5回AIシティチャレンジには38カ国305チームが参加した。
アルゴリズムの有効性と計算効率の両面で評価を行った。
結果は、スマートトランスポーテーションにおけるAIの約束を示している。
論文 参考訳（メタデータ） (2021-04-25T19:15:27Z) - BoMuDANet: Unsupervised Adaptation for Visual Scene Understanding in
Unstructured Driving Environments [54.22535063244038]
非構造交通環境における視覚的シーン理解のための教師なし適応手法を提案する。
本手法は,車,トラック,二輪車,三輪車,歩行者からなる密集・異種交通を伴う非構造現実シナリオを対象としたものである。
論文 参考訳（メタデータ） (2020-09-22T08:25:44Z) - The 4th AI City Challenge [80.00140907239279]
AI City Challengeの第4回年次エディションには,37カ国で315チームが参加している。
評価はアルゴリズムの有効性と計算効率の両面から行われる。
結果は、AI技術がよりスマートで安全な輸送システムを可能にすることを約束している。
論文 参考訳（メタデータ） (2020-04-30T07:47:14Z)
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。