利用成对图像比较对骑行环境感知安全性打分
计算机视觉与模式识别
2023-08-01 v2
摘要
当今许多城市寻求向更可持续的交通系统转型。骑行在此转型中对较短出行（包括接驳公共交通的首末公里）至关重要。然而，若个体认为骑行不安全，便不会骑行而选择其他交通方式。本研究提出一种新方法，以识别如何分析与理解骑行安全感知，以及建成环境与骑行情境对此类感知的影响。我们基于其他感知研究与成对比较，使用真实世界图像调查受访者。我们反复向受访者展示两种道路环境，并请其选择感知上更安全的骑行环境。我们比较了几种能从成对比较中对骑行环境评级的方法，并对感知安全或不安全的骑行环境进行分类。城市规划可利用该分数提升干预措施有效性并改进骑行推广活动。此外，该方法便于对变化的骑行环境持续评估，允许对措施进行短期评价，并可高效部署于不同地点或情境。
引用
@article{arxiv.2307.13397,
title = {Scoring Cycling Environments Perceived Safety using Pairwise Image Comparisons},
author = {Miguel Costa and Manuel Marques and Felix Wilhelm Siebert and Carlos Lima Azevedo and Filipe Moura},
journal= {arXiv preprint arXiv:2307.13397},
year = {2023}
}