设计以用户为中心的大规模街景图像信息质量排序框架
人机交互
2024-04-02 v1
摘要
街景图像（SVI）主要通过专用车队或消费类车辆中安装的行车记录仪采集，是城市感知与发展中使用的快速增长的地理空间数据源。这些数据集通常是机会性收集的，规模庞大且质量参差不齐，这限制了它们在城市规划中使用的范围和程度。迄今为止，关于识别此类数据集用户所经历的障碍及所需工具的研究并不多。这严重限制了利用新兴街景图像支持可改善城市生活质量的新颖研究问题的机会。这项工作包含一项形成性访谈研究，对象是来自学术界、城市规划及相关专业的大规模街景数据集的 5 位专家用户，旨在识别新的用例、挑战以及增加这些数据集效用的机会。基于用户研究发现，我们提出了一个框架，用于跨三个属性（空间、时间和内容）评估街景图像的信息质量，利益相关者可利用该框架评估数据集的价值，并针对其各自的用例随时间推移对其进行改进。随后，我们使用新颖的街景图像展示了一个案例研究，在其中评估了我们的框架并为用户提供了实际用例。我们讨论了设计未来系统以支持街景数据收集和使用的启示，以协助城市环境的感知与规划。
引用
@article{arxiv.2404.00392,
title = {Designing a User-centric Framework for Information Quality Ranking of Large-scale Street View Images},
author = {Tahiya Chowdhury and Ilan Mandel and Jorge Ortiz and Wendy Ju},
journal= {arXiv preprint arXiv:2404.00392},
year = {2024}
}