論文の概要: UrbanVGGT: Scalable Sidewalk Width Estimation from Street View Images

• arxiv url: http://arxiv.org/abs/2603.22531v1
• Date: Mon, 23 Mar 2026 19:52:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-25 19:53:37.177107
• Title: UrbanVGGT: Scalable Sidewalk Width Estimation from Street View Images
• Title（参考訳）: UrbanVGGT:ストリートビュー画像からのスケーラブルなサイドウォーク幅推定
• Authors: Kaizhen Tan, Fan Zhang,
• Abstract要約: UrbanVGGTは、単一のストリートビュー画像からメートル法歩道幅を推定するための測定パイプラインである。 ワシントンD.C.の地上試験で、UrbanVGGTは0.252mの平均絶対誤差を達成し、推定の95.5%は基準幅の0.50m以内である。
• 参考スコア（独自算出の注目度）: 2.7069839963538254
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sidewalk width is an important indicator of pedestrian accessibility, comfort, and network quality, yet large-scale width data remain scarce in most cities. Existing approaches typically rely on costly field surveys, high-resolution overhead imagery, or simplified geometric assumptions that limit scalability or introduce systematic error. To address this gap, we present UrbanVGGT, a measurement pipeline for estimating metric sidewalk width from a single street-view image. The method combines semantic segmentation, feed-forward 3D reconstruction, adaptive ground-plane fitting, camera-height-based scale calibration, and directional width measurement on the recovered plane. On a ground-truth benchmark from Washington, D.C., UrbanVGGT achieves a mean absolute error of 0.252 m, with 95.5% of estimates within 0.50 m of the reference width. Ablation experiments show that metric scale calibration is the most critical component, and controlled comparisons with alternative geometry backbones support the effectiveness of the overall design. As a feasibility demonstration, we further apply the pipeline to three cities and generate SV-SideWidth, a prototype sidewalk-width dataset covering 527 OpenStreetMap street segments. The results indicate that street-view imagery can support scalable generation of candidate sidewalk-width attributes, while broader cross-city validation and local ground-truth auditing remain necessary before deployment as authoritative planning data.
• Abstract（参考訳）: 歩道の幅は歩行者のアクセシビリティ、快適さ、ネットワークの質を示す重要な指標であるが、ほとんどの都市では大規模な幅のデータはほとんど残っていない。 既存のアプローチは通常、コストの高いフィールドサーベイ、高解像度のオーバーヘッドイメージ、あるいはスケーラビリティを制限したり、体系的なエラーを導入したりするような単純な幾何学的仮定に依存している。 このギャップに対処するために,1つのストリートビュー画像から距離歩道幅を推定するための計測パイプラインであるUrbanVGGTを提案する。 本手法は, セマンティックセグメンテーション, フィードフォワード3次元再構成, アダプティブグラウンドプレーンフィッティング, カメラハイトスケールキャリブレーション, および回収面の方向幅測定を組み合わせた。 ワシントンD.C.の地上試験で、UrbanVGGTは0.252mの平均絶対誤差を達成し、推定の95.5%は基準幅の0.50m以内である。 アブレーション実験により、計量スケールのキャリブレーションが最も重要であり、代替幾何学のバックボーンとの制御された比較が全体的な設計の有効性を裏付けることが示された。 実現可能性の実証として、パイプラインを3つの都市に適用し、527のOpenStreetMapストリートセグメントをカバーする歩道幅のプロトタイプデータセットであるSV-SideWidthを生成する。 以上の結果から,街路ビュー画像は歩道幅属性のスケーラブルな生成を支援することができる一方で,広域の都市間検証や地中トラス監査は信頼性の高い計画データとして展開する前に必要であることが示唆された。

関連論文リスト

• GeoFormer: A Swin Transformer-Based Framework for Scene-Level Building Height and Footprint Estimation from Sentinel Imagery [0.44127910213853666]
  GeoFormerは、Sentinel-1/2画像とオープンDEMデータのみを使用して、100mグリッド上の高さとフットプリントを推定する。 54以上の多様な都市で評価され、GeoFormerは3.19mのBH RMSEと0.05のBF RMSEを達成し、最強のCNNベースラインよりも7.5%と15.3%改善している。
  論文  参考訳（メタデータ） (2026-02-10T16:04:53Z)
• HeightLane: BEV Heightmap guided 3D Lane Detection [6.940660861207046]
  単分子画像からの正確な3次元車線検出は、深さのあいまいさと不完全な地盤モデリングによる重要な課題を示す。 本研究は,マルチスロープ仮定に基づいてアンカーを作成することにより,単眼画像から高さマップを予測する革新的な手法であるHeightLaneを紹介する。 HeightLaneは、Fスコアの観点から最先端のパフォーマンスを実現し、現実世界のアプリケーションにおけるその可能性を強調している。
  論文  参考訳（メタデータ） (2024-08-15T17:14:57Z)
• 360 Layout Estimation via Orthogonal Planes Disentanglement and Multi-view Geometric Consistency Perception [56.84921040837699]
  既存のパノラマ配置推定ソリューションは、垂直圧縮されたシーケンスから部屋の境界を復元し、不正確な結果をもたらす傾向にある。 そこで本稿では,直交平面不整合ネットワーク(DOPNet)を提案し,あいまいな意味論を識別する。 また,水平深度と比表現に適した教師なし適応手法を提案する。 本手法は,単分子配置推定と多視点レイアウト推定の両タスクにおいて,他のSoTAモデルよりも優れる。
  論文  参考訳（メタデータ） (2023-12-26T12:16:03Z)
• Boosting 3-DoF Ground-to-Satellite Camera Localization Accuracy via Geometry-Guided Cross-View Transformer [66.82008165644892]
  地上レベルの画像と一致/検索衛星画像との相対的な回転と変換を推定することにより、地上カメラの位置と方向の精度を向上させる手法を提案する。 実験の結果,本手法は最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2023-07-16T11:52:27Z)
• Semi-supervised Learning from Street-View Images and OpenStreetMap for Automatic Building Height Estimation [59.6553058160943]
  本稿では,Mapillary SVIとOpenStreetMapのデータから建物の高さを自動的に推定する半教師付き学習(SSL)手法を提案する。 提案手法は, 平均絶対誤差(MAE)が約2.1mである建物の高さを推定する上で, 明らかな性能向上につながる。 予備結果は,低コストなVGIデータに基づく提案手法のスケールアップに向けた今後の取り組みを期待し,動機づけるものである。
  論文  参考訳（メタデータ） (2023-07-05T18:16:30Z)
• Vision-based Large-scale 3D Semantic Mapping for Autonomous Driving Applications [53.553924052102126]
  ステレオカメラシステムのみに基づく3次元セマンティックマッピングのための完全なパイプラインを提案する。 パイプラインは、直接視覚的オドメトリーのフロントエンドと、グローバルな時間統合のためのバックエンドで構成されている。 本稿では,3次元点ラベルの品質と一貫性を向上する,単純だが効果的な投票方式を提案する。
  論文  参考訳（メタデータ） (2022-03-02T13:18:38Z)
• Large-scale Building Height Retrieval from Single SAR Imagery based on Bounding Box Regression Networks [21.788338971571736]
  合成開口レーダ(SAR)画像からの建物の高さの検索は,都市部において非常に重要である。 本稿では,1つのTerraSAR-Xスポットライトやストリップマップ画像から大規模都市部におけるビルの高さ検索の問題に対処する。
  論文  参考訳（メタデータ） (2021-11-18T00:39:48Z)
• Hi-UCD: A Large-scale Dataset for Urban Semantic Change Detection in Remote Sensing Imagery [5.151973524974052]
  Hi-UCDは、都市変化検出のための大規模なベンチマークデータセットである。 精巧な都市変化の検出と分析に使用できる。 バイナリとマルチクラスの変更検出において,古典的な手法を用いてデータセットをベンチマークする。
  論文  参考訳（メタデータ） (2020-11-06T09:20:54Z)

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。