利用自行车车载街景图像对自行车基础设施进行分类

虽然骑自行车为可持续交通提供了一个有吸引力的选择，但由于缺乏合适且安全的基础设施，许多潜在的骑行者对骑行望而却步。高效地绘制整个城市的自行车基础设施地图对于加深我们如何提供高质量基础设施的连通网络的理解是必要的。因此，我们提出了一种系统，能够根据自行车上的智能手机摄像头数据对可用的自行车基础设施进行分类。该系统接收图像序列作为输入，对序列进行时间分析以考虑标志的稀疏性。模型输出由层次分类系统定义的自行车基础设施类别标签。数据通过参与骑行者收集，覆盖大墨尔本地区7006公里，并通过GPS和OpenStreetMap数据库匹配算法自动标注。所提模型达到了95.38%的准确率，与非时间模型相比性能提升了7.55%。该模型在图像特征极度缺失的情况下表现出鲁棒性，当90%的图像被替换为空白图像时，准确率仅下降6.6%。这项工作是首次仅使用从自行车安装的手机摄像头收集的街景图像对自行车基础设施进行分类，同时通过长时间序列分析展示了对特征稀疏性的鲁棒性。