Towards Global-Scale Crowd+AI Techniques to Map and Assess Sidewalks for People with Disabilities
Towards Global-Scale Crowd+AI Techniques to Map and Assess Sidewalks for People with Disabilities
复制标题
迈向全球规模的人群人工智能技术，为残疾人绘制和评估人行道
DOI：
--
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Jon E. Froehlich
中科院分区：
文献类型：
--
作者：
Maryam Hosseini;Michael Saugstad;Fábio Miranda;Andres Sevtsuk;Cláudio T. Silva;Jon E. Froehlich
世界各地都缺乏关于人行道位置、状况和可达性的数据，这不仅影响了人们出行的地点和方式，而且从根本上限制了交互式地图工具和城市分析。在本文中，我们描述了使用分层多尺度注意力模型从卫星图像半自动构建人行道网络拓扑结构的初步工作，使用基于主动学习的语义分割从街道级图像中推断表面材料，并使用Crowd+AI评估人行道状况和可达性特征。最后，我们呼吁建立一个数据库的标记卫星和街景场景的人行道和人行道可达性问题沿着与标准化的基准。
There is a lack of data on the location, condition, and accessibility of sidewalks across the world, which not only impacts where and how people travel but also fundamentally limits interactive mapping tools and urban analytics. In this paper, we describe initial work in semi-automatically building a sidewalk network topology from satellite imagery using hierarchical multi-scale attention models, inferring surface materials from street-level images using active learning-based semantic segmentation, and assessing sidewalk condition and accessibility features using Crowd+AI. We close with a call to create a database of labeled satellite and streetscape scenes for sidewalks and sidewalk accessibility issues along with standardized benchmarks.
DOI：
10.1145/3313831.3376399
发表时间：
2020-04
期刊：
Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems
影响因子：
--
作者：
Fábio Miranda;Maryam Hosseini;Marcos Lage;Harish Doraiswamy;G. Dove;Cláudio T. Silva
通讯作者：
Fábio Miranda;Maryam Hosseini;Marcos Lage;Harish Doraiswamy;G. Dove;Cláudio T. Silva
DOI：
10.2139/ssrn.4086624
发表时间：
2023-04
期刊：
Comput. Environ. Urban Syst.
影响因子：
--
作者：
Maryam Hosseini;Andres Sevtsuk;Fábio Miranda;RobertoM. Cesar Jr.;Cláudio T. Silva
通讯作者：
Maryam Hosseini;Andres Sevtsuk;Fábio Miranda;RobertoM. Cesar Jr.;Cláudio T. Silva