PathwayBench: 评估从多城市影像推断的行人路径网络可达性

支持城市区域行人 mobility 的应用需要完整且可达的图表示建筑环境。全球可获得的信息，包括航空影像，为构建这些路径网络提供了可扩展的来源，但与道路网络路径相比，行人网络路径更窄、更频繁地不连续、在较小区域内视觉和材料更具不确定性，其边界被 driveway incursions、alleyways、marked or unmarked crossings 等打断。现有算法用于提取行人路径网络图的评估不一致且倾向于忽略可达性，这使得难以评估其对 mobility 应用的实用性：即使所有路径段都可用，连续性中断也可能显著且任意地改变行人所走的整体路径。在本文中，我们描述了一个行人路径图提取问题的首个标准基准，包括覆盖 $3,000 km^2$ 区域、涵盖 8 个城市的手动审核后验注释数据集，以及以可达性和下游实用性为中心的评估指标体系。通过将数据按单个交叉口比例划分，我们计算局部可达性作为全局可达性的高效代理。我们考虑多种比例级可达性度量方法，并将预测度量与后验进行比较以构建评估指标。使用这些指标，我们表明该基准能够揭示现有方法的优势与不足，而这些优势与不足在先前工作中使用单一区域数据集的简单边计数指标所隐藏的不同，代表了计算机视觉和机器学习中的一个具有挑战性和高影响力的问题。