論文の概要: Walkable to Whom? Capturing Subjective Variability in Walkability Perception Using Multimodal Deep Learning
- arxiv url: http://arxiv.org/abs/2608.06934v1
- Date: Fri, 07 Aug 2026 08:07:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-10 16:21:25.409682
- Title: Walkable to Whom? Capturing Subjective Variability in Walkability Perception Using Multimodal Deep Learning
- Title（参考訳）: 歩行可能か?マルチモーダル深層学習を用いた歩行知覚における主観的変動の捉え方
- Abstract要約: 本稿では,オーストラリアで1,196人を対象に,歩行性評価のデータセットを29,870名導入した。
歩行性知覚のためのユーザ条件付きマルチモーダルディープラーニングフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 0.12744523252873352
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Visual perception of walkability varies substantially across individuals, reflecting differences in personal characteristics, experiences, and preferences. Existing studies, however, often reduce these diverse judgements to aggregated scores, implicitly assuming uniform perception, and commonly rely on vehicle-mounted street-view imagery that does not reflect the pedestrian's visual experience. This paper introduces a dataset of 29,870 walkability ratings from 1,196 respondents, linking sidewalk-view imagery across urban, suburban, and regional Australian environments with individual rater attributes, and proposes the first user-conditioned multimodal deep learning framework for walkability perception, fusing visual features with respondent-level representations. A viewpoint-comparison study shows that sidewalk-view images receive significantly higher walkability ratings than matched street-view images, indicating that imagery source is a substantive design decision in perception surveys. The user-conditioned model improves rank agreement with observed ratings by 65% over an image-only baseline (quadratic weighted kappa 0.47 vs. 0.29), demonstrating that who is evaluating an environment carries predictive indication beyond image content alone. These findings support moving from aggregated, observer-independent walkability scores toward models that represent diverse users, enabling more inclusive assessment of pedestrian environments.
- Abstract（参考訳）: 歩行可能性の視覚的知覚は個人によって大きく異なり、個人的特徴、経験、嗜好の違いを反映している。
しかし、既存の研究では、これらの多様な判断を集約されたスコアに還元し、均一な認識を暗黙的に仮定し、一般的に歩行者の視覚経験を反映しない車両搭載のストリートビュー画像に依存している。
本稿では,1,196人の回答者を対象に,都市,郊外,地域オーストラリア各地の歩道ビューイメージを個別のレーダ属性と結びつけた29,870の歩行性評価データセットを提案し,歩行性知覚のための最初のユーザ条件付きマルチモーダルディープラーニングフレームワークを提案し,視覚的特徴と応答レベル表現を融合させた。
視点比較研究では、歩道ビュー画像は、一致した街路ビュー画像よりも歩行性が高いことが示され、イメージソースが知覚調査における実質的な設計決定であることを示している。
ユーザ条件付きモデルは、画像のみのベースライン(四進重み付きカッパ0.47対0.29)に対して、観察された評価値とのランク一致を65%改善し、環境評価を行う者が、画像コンテンツ以外の予測表示を行うことを示す。
これらの知見は、集合的、観察者に依存しない歩行性スコアから、多様なユーザを表すモデルへの移動を支援し、歩行者環境のより包括的評価を可能にした。
関連論文リスト
- Organization of Valence and Arousal in Vision-Language Representations of Built Environments: Insights from the EMOIS Dataset [0.0]
本稿では,1,544個の実世界構築環境画像からなるEmotional Impression of Spacesデータセットを紹介する。
比較言語-画像事前学習(CLIP)表現を用いて,予測的および幾何学的解析を行う。
学習した表現が予測された感情値の質的解釈をどのようにサポートするかを示す。
論文 参考訳（メタデータ） (2026-09-06T23:12:30Z) - Beyond Semantics: Modeling Factual and Affective Perceptual Experiences from Vision-Language Data [37.91467682358732]
Pトピックモデリングに取り組む2段階アーキテクチャである**PercepT**(**Percep**tion topic**T**ransformerを紹介する。
PercepTは意味的に意味のある知覚経験を捉え、既存の方法よりもはるかに優れている。
論文 参考訳（メタデータ） (2026-06-02T08:54:59Z) - Modeling Subjective Urban Perception with Human Gaze [60.73742038237224]
そこで我々はPlace Pulse-Gazeを紹介した。Place Pulse-Gazeは、街路ビューの画像に同期した視線追跡記録と個人認識ラベルを付加する都市認識データセットである。
本研究では,視線行動が主観的都市感のモデル化にどのように貢献するかを考察するために,ガゼ誘導型都市知覚フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-01T16:25:13Z) - WalkCLIP: Multimodal Learning for Urban Walkability Prediction [4.403122905236942]
都市歩行は公衆衛生、持続可能性、生活の質の基盤となっている。
近年の研究では、衛星画像、ストリートビュー画像、人口指標を用いて歩行可能性を推定している。
都市の歩行可能性を予測するためにこれらの相補的な視点を統合するフレームワークであるWalkCLIPを紹介する。
論文 参考訳（メタデータ） (2025-11-26T22:15:33Z) - RoboView-Bias: Benchmarking Visual Bias in Embodied Agents for Robotic Manipulation [67.38036090822982]
ロボット操作における視覚バイアスの定量化を目的とした,最初のベンチマークであるRoboView-Biasを提案する。
我々は、個々の視覚的要因とその相互作用によって引き起こされるバイアスの堅牢な測定を可能にする2,127のタスクインスタンスを作成します。
本研究は,視覚バイアスの系統的解析が,安全で信頼性の高い汎用的なエンボディエージェントの開発に必須であることを示す。
論文 参考訳（メタデータ） (2025-09-26T13:53:25Z) - When Does Perceptual Alignment Benefit Vision Representations? [76.32336818860965]
視覚モデル表現と人間の知覚的判断との整合がユーザビリティに与える影響について検討する。
モデルと知覚的判断を一致させることで、多くの下流タスクで元のバックボーンを改善する表現が得られることがわかった。
その結果,人間の知覚的知識に関する帰納バイアスを視覚モデルに注入することは,より良い表現に寄与することが示唆された。
論文 参考訳（メタデータ） (2024-10-14T17:59:58Z) - Evaluating Multiview Object Consistency in Humans and Image Models [68.36073530804296]
我々は、物体の形状に関するゼロショット視覚的推論を必要とする認知科学の実験的設計を活用する。
我々は500人以上の参加者から行動データの35万件の試行を収集した。
次に、一般的な視覚モデルの性能を評価する。
論文 参考訳（メタデータ） (2024-09-09T17:59:13Z) - Vision-Language Models under Cultural and Inclusive Considerations [53.614528867159706]
視覚言語モデル(VLM)は、日常生活の画像を記述することで視覚障害者を支援する。
現在の評価データセットは、多様な文化的ユーザ背景や、このユースケースの状況を反映していない可能性がある。
我々は、字幕の好みを決定するための調査を作成し、視覚障害者によって撮影された画像を含む既存のデータセットであるVizWizをフィルタリングすることで、文化中心の評価ベンチマークを提案する。
次に,複数のVLMを評価し,その信頼性を文化的に多様な環境で視覚アシスタントとして検証した。
論文 参考訳（メタデータ） (2024-07-08T17:50:00Z) - Towards Geographic Inclusion in the Evaluation of Text-to-Image Models [25.780536950323683]
我々は,アフリカ,ヨーロッパ,東南アジアにおけるアノテータの地理的表現,視覚的魅力,実画像および生成画像の一貫性に対する認識の程度について検討した。
例えば、異なる場所のアノテータは、地理的に代表的であると見なされる領域の誇張されたステレオタイプ的な描写について、しばしば意見が一致しない。
自動評価と人的評価を改善するためのステップを推奨する。
論文 参考訳（メタデータ） (2024-05-07T16:23:06Z) - Exploring CLIP for Assessing the Look and Feel of Images [87.97623543523858]
ゼロショット方式で画像の品質知覚(ルック)と抽象知覚(フィール)の両方を評価するために,コントラスト言語-画像事前学習(CLIP)モデルを導入する。
以上の結果から,CLIPは知覚的評価によく適合する有意義な先行情報を捉えることが示唆された。
論文 参考訳（メタデータ） (2022-07-25T17:58:16Z) - Considering user agreement in learning to predict the aesthetic quality [35.255447771350404]
本稿では、平均意見スコアと標準偏差の両方をエンドツーエンドに予測するために、再適応型マルチタスクアテンションネットワークを提案する。
このような損失により、モデルは観察者の意見の多様性に関連するコンテンツの不確実性を学ぶことが奨励される。
提案したマルチタスク美的モデルが,2種類の審美的データセットに対して最先端のパフォーマンスを実現することを示す実験が実施されている。
論文 参考訳（メタデータ） (2021-10-13T18:00:36Z)
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。