利用街景影像与计算机视觉评估自行车适宜性
计算机视觉与模式识别
2021-09-21 v3
摘要
评估自行车适宜性（bikeability）的研究通常计算塑造骑行条件的空间指标并将其整合为一个量化指数。许多研究涉及实地走访或传统地理空间方法，少数研究利用街景影像（SVI）进行虚拟审计。这些研究评估的方面有限，且并非全部使用计算机视觉（CV）实现自动化。此外，研究尚未彻底衡量这些技术的可用性。我们以精细空间尺度和跨多地地理区域（新加坡和东京）的实验，探究能否使用 SVI 和 CV 全面评估自行车适宜性。在拓展相关工作基础上，我们开发了由 34 个指标组成的详尽自行车适宜性指数。结果表明，SVI 和 CV 足以全面评估城市自行车适宜性。由于它们以大幅优势优于非 SVI 对应指标，SVI 指标在评估城市自行车适宜性上也被发现更优，并有可能独立使用以替代传统技术。然而，本文揭示了若干局限，表明最佳前进方向是结合 SVI 与非 SVI 方法。新自行车适宜性指数对交通与城市分析有所贡献，并可扩展以广泛评估骑行吸引力。
引用
@article{arxiv.2105.08499,
title = {Assessing bikeability with street view imagery and computer vision},
author = {Koichi Ito and Filip Biljecki},
journal= {arXiv preprint arXiv:2105.08499},
year = {2021}
}