論文の概要: PlaceSeek: Human-Centered Geospatial Retrieval of Urban Outdoor Places via Semantic Grounding and Affective Alignment

• arxiv url: http://arxiv.org/abs/2608.24133v1
• Date: Tue, 25 Aug 2026 06:57:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-26 14:09:34.849787
• Title: PlaceSeek: Human-Centered Geospatial Retrieval of Urban Outdoor Places via Semantic Grounding and Affective Alignment
• Title（参考訳）: PlaceSeek: セマンティックグラウンドとアライメントによる都市外地の人間中心地空間検索
• Abstract要約: そこで我々はPlaceSeekについて紹介する。PlaceSeekは人間中心の屋外場所検索フレームワークで、自然言語クエリを位置情報付きストリートビュー画像にマッピングする。 PlaceSeekは、ユーザクエリを機能的で感情的なサブインテントに分解するインテント対応の検索メカニズムを導入している。 そこで我々は,ミラノの31,956箇所のPlaceSeekを,人間5人の評価者によって注釈付けされた10の自然言語クエリで評価した。
• 参考スコア（独自算出の注目度）: 0.6445605125467574
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: People search for urban outdoor places not only by category or function, but also by what activities a place can support and how it is perceived. Existing geospatial retrieval remains largely POIcentric and metadata-driven, making it difficult to satisfy openended, affective, or activity-oriented needs. We present PlaceSeek, a human-centered outdoor place retrieval framework that maps natural-language queries to geolocated street-view imagery. PlaceSeek introduces an intent-aware retrieval mechanism that decomposes user queries into functional and affective sub-intents. A Semantic Grounding Module verifies whether candidate street-view results contain the physical evidence needed to support the intended activity, while an Affective Alignment Module re-ranks physically valid candidates using a LoRA-adapted vision-language model trained on human urban perception judgments. We evaluate PlaceSeek on 31,956 street-view locations in Milan across 10 naturallanguage queries annotated by five human evaluators. PlaceSeek achieves 88.0% Precision@5, a mean match score of 3.39/4.0, and 0.920 nDCG@5, outperforming CLIP, fine-tuned CLIP, SigLIP, and a VQA-based baseline. Ablation results show that physical grounding is essential for retrieval validity, while affective alignment improves ranking quality among physically valid candidates. These findings highlight that complex urban spatial queries require modeling both verifiable visual evidence and human perceptual preferences. PlaceSeek provides a potential framework for human-centered nextgeneration geospatial retrieval systems.
• Abstract（参考訳）: 人々は、カテゴリーや機能だけでなく、どの活動を支援することができるか、どのように認識されるかによって、都市屋外の場所を探索する。 既存の地理空間検索は、主にPOIセントリックでメタデータ駆動であり、オープン化された、感情的な、あるいはアクティビティ指向の要求を満たすことは困難である。 そこで我々はPlaceSeekについて紹介する。PlaceSeekは人間中心の屋外場所検索フレームワークで、自然言語クエリを位置情報のストリートビュー画像にマッピングする。 PlaceSeekは、ユーザクエリを機能的で感情的なサブインテントに分解するインテント対応の検索メカニズムを導入している。 セマンティックグラウンドリングモジュールは、候補のストリートビュー結果に意図した活動を支援するために必要な物理的証拠が含まれているかどうかを検証し、Affective Alignment Moduleは、人間の都市認識に基づいて訓練されたLoRA適応視覚言語モデルを用いて、物理的に有効な候補を再ランクする。 そこで我々は,ミラノの31,956箇所のPlaceSeekを,人間5人の評価者によって注釈付けされた10の自然言語クエリで評価した。 PlaceSeekは88.0%のPrecision@5、平均マッチスコア3.39/4.0、0.920 nDCG@5、CLIP、微調整CLIP、SigLIP、VQAベースのベースラインを達成している。 アブレーションの結果, 身体的根拠は検索の妥当性に不可欠であり, 感情的アライメントは身体的有効候補のランキング品質を向上させることが示唆された。 これらの知見は、複雑な都市空間のクエリは、検証可能な視覚的証拠と人間の知覚的嗜好の両方をモデル化する必要があることを浮き彫りにしている。 PlaceSeekは、人間中心の次世代地理空間検索システムのための潜在的なフレームワークを提供する。

関連論文リスト

• An Empirical Evaluation of Cross-City POI Recommendation on a Large-Scale Benchmark [55.73054722370559]
  都市横断点(POI)勧告は、慣れない都市環境をナビゲートするために重要である。 小さいベンチマークで得られた結論が、まだ世界規模でカバーされているか、住宅先が低いか、大きな意味的にリッチなPOI在庫が重複しているかを再検討する。
  論文  参考訳（メタデータ） (2026-08-28T02:16:33Z)
• UrbanGround: From Local Perception to Spatial Agency in a Real-Scale City [63.28750191463138]
  マルチモーダル大言語モデル(MLLM)はストリートビューを解釈できるが、都市局はエージェントが移動し始めると、そのような局所的な証拠が有用かどうかに依存している。 本研究では,現在のMLLMエージェントが,複雑な都市における都市認識を信頼性のある行動に変換する方法について検討する。 そこで本研究では,香港の3次元地理空間データから構築した物理的に制約されたレプリカで,この問題を検証可能な最初のサンドボックスであるUrbanGroundを提案する。
  論文  参考訳（メタデータ） (2026-08-27T17:59:33Z)
• How Does Urban Context Relate to Residential Building Health? A Vision-POI Fusion Framework for Building-Level Housing Inspection [36.37671978079458]
  本研究では,多視点視覚検査とPOI由来の近傍コンテキストを組み合わせた視覚-POI融合フレームワークを提案する。 この実験データセットは,中国青島市における92の旧住宅群落,3,237の住宅群,25,608のフィールド取得検査画像を対象としている。
  論文  参考訳（メタデータ） (2026-07-22T15:18:30Z)
• AskNearby: An LLM-Based Application for Neighborhood Information Retrieval and Personalized Cognitive-Map Recommendations [17.591012444861786]
  15分の街」は、徒歩や自転車で日々の需要に応えられる地区を構想している。このビジョンを実現するには、物理的な近接だけでなく、近隣の場所、サービス、イベントに関する情報への効率よく信頼性の高いアクセスが必要である。 我々はこのギャップをLLIA(Local Life Information Accessibility)問題として概念化し、AIによるコミュニティアプリケーションであるAskNearbyを紹介した。
  論文  参考訳（メタデータ） (2025-12-02T07:47:31Z)
• GeoVista: Web-Augmented Agentic Visual Reasoning for Geolocalization [53.080882980294795]
  エージェント視覚推論に関する最近の研究は、深いマルチモーダル理解を可能にするが、主に画像操作ツールに焦点を当てている。 そこで本研究では,視覚的グラウンディングだけでなく,仮説の検証や修正のためにWeb検索も必要とするジオローカライゼーションタスクを再考する。 既存のジオローカライゼーションベンチマークは、高解像度画像の必要性と深部エージェント推論の局所化課題を満たすことができないため、GeoBenchをキュレートする。 推論ループ内にツールの実行をシームレスに統合するエージェントモデルであるGeoVistaを提案し,興味のある領域を拡大するイメージズームインツールと関連する領域を検索するWeb検索ツールを提案する。
  論文  参考訳（メタデータ） (2025-11-19T18:59:22Z)
• 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)
• Human Scanpath Prediction in Target-Present Visual Search with Semantic-Foveal Bayesian Attention [49.99728312519117]
  SemBA-FASTは、ターゲットの視覚検索における人間の視覚的注意を予測するためのトップダウンフレームワークである。 我々は、COCO-Search18ベンチマークデータセット上でSemBA-FASTを評価し、その性能を他のスキャンパス予測モデルと比較した。 これらの知見は、人間のような注意モデリングのためのセマンティック・フレーバー・確率的フレームワークの能力に関する貴重な知見を提供する。
  論文  参考訳（メタデータ） (2025-07-24T15:19:23Z)
• CityEQA: A Hierarchical LLM Agent on Embodied Question Answering Benchmark in City Space [35.223263448229716]
  EQA(Embodied Question Answering)は主に屋内環境に焦点を当てている。 本研究では,ダイナミックな都市空間における活発な探索を通じてオープンな語彙に答える新しい課題であるCityEQAを紹介する。 我々は,1,412の人的注釈付きタスクを含む最初のベンチマークデータセットであるCityEQA-ECを提示する。 また,CityEQA に適した新規エージェントである Planner-Manager-Actor (PMA) を提案する。
  論文  参考訳（メタデータ） (2025-02-18T04:36:15Z)
• Active Visual Localization for Multi-Agent Collaboration: A Data-Driven Approach [47.373245682678515]
  本研究は、視点変化の課題を克服するために、アクティブな視覚的ローカライゼーションをどのように利用できるかを検討する。 具体的には、与えられた場所における最適な視点を選択する問題に焦点をあてる。 その結果,既存の手法と比較して,データ駆動方式の方が優れた性能を示した。
  論文  参考訳（メタデータ） (2023-10-04T08:18:30Z)
• 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)
• Location retrieval using visible landmarks based qualitative place signatures [0.7119463843130092]
  定位位置シグネチャ(QPS)を用いた位置・場所を記述した定位位置探索法を提案する。 空間を個々のシグネチャを付加した場所セルに分割した後,その質的観察に基づいて,視聴者の可能な位置を効率的に同定する粗い位置探索法を提案する。
  論文  参考訳（メタデータ） (2022-07-26T13:57:49Z)
• Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
  本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。 我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。 フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
  論文  参考訳（メタデータ） (2021-04-30T12:47:52Z)

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。