論文の概要: Cross-View Urban Sensing: Mapping Subjective Streetscape Perception via AlphaEarth Embeddings and Urban Context

• arxiv url: http://arxiv.org/abs/2608.16310v1
• Date: Mon, 17 Aug 2026 09:21:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.615634
• Title: Cross-View Urban Sensing: Mapping Subjective Streetscape Perception via AlphaEarth Embeddings and Urban Context
• Title（参考訳）: 都市横断センシング:アルファアース埋め込みと都市環境による主観的景観知覚のマッピング
• Abstract要約: 本稿では,SVIを必要とせずにストリートレベルの知覚を予測するクロスビュー学習ネットワークCVLNetを提案する。 CVLNetはシンガポール、クアラルンプール、ジャカルタ、マニラの4都市で評価されている。 我々は4つの都市で5つの主観的知覚次元の街路レベルの街路景観認識マップを作成した。
• 参考スコア（独自算出の注目度）: 14.193542027484213
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Residents' perception of the urban streetscape is an important factor in public health, active mobility, and social wellbeing. Street view imagery (SVI) has emerged as a widely used data source for assessing these perceptual qualities, yet its uneven coverage and irregular updating limit large-scale measurement. Here, we present CVLNet, a Cross-View Learning Network that predicts street-level perception from AlphaEarth embeddings and multi-source urban contextual data without requiring SVI at inference. CVLNet applies per-task adaptive gating to jointly model five perceptual dimensions, using labels from the pretrained SVI-Percept model as ground truth. The proposed method is evaluated across four Southeast Asian cities: Singapore, Kuala Lumpur, Jakarta, and Manila. CVLNet achieves a median road-segment-level Adjusted $R^{2}$ of 0.76 and consistently outperforms the baseline models, with gains ranging from 5.9--11.3% across the five perceptual dimensions. Ablation experiments show that AlphaEarth features and urban contextual features contribute complementary information. We further produce citywide road-level streetscape perception maps for five subjective perceptual dimensions across all four cities, extending perception estimation from the 13--31% of the road network directly covered by available SVI to the complete road network of each city. Integrating these maps with WorldPop gridded population data, we quantify exposure inequality across population-density, demographic, and land-use groups using the Deficit Palma Ratio. These results demonstrate that remote sensing can serve as a scalable alternative to SVI for citywide streetscape perception mapping, enabling a more comprehensive assessment of urban environmental inequality.
• Abstract（参考訳）: 都市景観に対する住民の認識は、公衆衛生、アクティブモビリティ、社会福祉において重要な要素である。 ストリートビュー画像(SVI)は、これらの知覚的品質を評価するために広く利用されているデータソースとして登場したが、その不均一なカバレッジと不規則な更新による大規模測定の制限が特徴である。 ここでは,AlphaEarth埋め込みとマルチソース都市環境データから街路レベルの認識をSVIを必要とせずに予測するクロスビュー学習ネットワークCVLNetを提案する。 CVLNetは、事前訓練されたSVI-Perceptモデルのラベルを根拠として、5つの知覚次元を共同でモデル化するために、タスクごとの適応ゲーティングを適用している。 提案手法は,シンガポール,クアラルンプール,ジャカルタ,マニラの4都市で評価されている。 CVLNetは、R^{2}$が0.76の中央値で、ベースラインモデルより一貫して優れており、5つの知覚次元で5.9-11.3%の利得がある。 アブレーション実験により、AlphaEarthの特徴と都市環境の特徴が相補的な情報に寄与していることが示されている。 さらに,SVIが直接カバーする道路網の13～31%から,各都市の道路網全体への認識を延長する。 これらのマップをWorldPopのグリッド化された人口データと統合することで、人口密度、人口統計、土地利用集団の露出不平等をデフィシット・パルマ比を用いて定量化する。 これらの結果から, リモートセンシングは街路景観認識マッピングのSVIに代わるスケーラブルな代替手段となり, 都市環境の不平等のより包括的な評価を可能にした。

関連論文リスト

• Life Style Levels: Neighborhood Delineation using Geospatial Data [0.0]
  本研究は,オープンソースの衛星画像から得られた建築形態を応用した,スケーラブルでグリッドベースの都市デライン化フレームワークを提案する。 提案するフレームワークは,インドの都市をまたがる粒度の都市アフルエンスマッピングに対して,スケーラブルで解釈可能で費用対効果の高いアプローチを提供する。
  論文  参考訳（メタデータ） (2026-07-07T17:37:03Z)
• Bridging Geographic Bias in Urban Streetscape Inference via Lifelong Learning with Visual-Semantic Pivoting [2.538209532048867]
  都市景観の視覚的認識は、景観計画、公衆衛生、場所作りにおけるエビデンスに基づく決定の基盤となっている。 しかし、いくつかのよく写真化されたメトロポリスで訓練されたモデルは、体系的に非表示の地区を誤認した。 このギャップに対処するHVSP-LLは、ビジュアル・セマンティック・ピボット・モジュールとエクイティ・アウェア・リハーサル・メカニズムを結合した生涯学習フレームワークである。
  論文  参考訳（メタデータ） (2026-06-13T01:52:03Z)
• 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)
• Earth Embeddings Reveal Diverse Urban Signals from Space [17.134313498337804]
  都市信号予測のために、AlphaEarth、Prithvi、Clayの3つの地球埋め込みファミリーをベンチマークした。 統一的な教師付き学習フレームワークを用いて、犯罪、収入、健康、旅行行動にまたがる14の地区レベルの指標を予測する。 以上の結果から, 地層埋没が都市構造に結びつく結果の予測技術として, かなりの都市変動を捉えていることが示唆された。
  論文  参考訳（メタデータ） (2026-04-03T20:58:37Z)
• Do Street View Imagery and Public Participation GIS align: Comparative Analysis of Urban Attractiveness [0.0]
  SVI(Street View Imagery)とPPGIS(Public Participation GIS)は、場所に基づく知覚を捉えるための2つの重要なアプローチである。 本研究では,フィンランドのヘルシンキにおける都市全体でのPSGIS調査を通じて,SVIによる知覚的魅力と住民の体験との整合性について検討した。
  論文  参考訳（メタデータ） (2025-11-04T12:40:12Z)
• 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)
• AerialGo: Walking-through City View Generation from Aerial Perspectives [48.53976414257845]
  AerialGoは、空中画像からリアルな街並みを生成するフレームワークである。 AerialGoは、アクセス可能な航空データに地上視合成を条件付けすることで、地上レベルの画像に固有のプライバシーリスクを回避できる。 実験により、AerialGoは地上レベルのリアリズムと構造的コヒーレンスを著しく向上させることが示された。
  論文  参考訳（メタデータ） (2024-11-29T08:14:07Z)
• Coverage and Bias of Street View Imagery in Mapping the Urban Environment [0.0]
  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。
  論文  参考訳（メタデータ） (2024-09-22T02:58:43Z)
• 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)
• BEV-Net: Assessing Social Distancing Compliance by Joint People Localization and Geometric Reasoning [77.08836528980248]
  新型コロナウイルス(COVID-19)の感染拡大を受け、公衆衛生に不可欠なソーシャルディスタンシング(ソーシャルディスタンシング)が注目されている。 本研究では,広視野カメラを用いた公共空間における視覚的ソーシャル・ディスタンシング・コンプライアンス・アセスメントの課題について考察する。 鳥眼ビュー(BEV)下での注釈付き群集シーンのデータセットと距離測定のための地上真実を紹介する。 マルチブランチネットワークであるBEV-Netは、世界座標における個人をローカライズし、ソーシャルディスタンシングに違反する高リスク領域を特定するために提案されている。
  論文  参考訳（メタデータ） (2021-10-10T23:56:37Z)

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。