街景图片开源数据管道：基于 COVID-19 疫情期间社区流动性的案例研究

Jan, 2024

街景图片开源数据管道：基于 COVID-19 疫情期间社区流动性的案例研究

Open-source data pipeline for street-view images: a case study on community mobility during COVID-19 pandemic

Matthew Martell, Nick Terry, Ribhu Sengupta, Chris Salazar, Nicole A. Errett...

TL;DR我们开发了一个开源数据处理管道，用于处理从车载摄像头记录的 360 度视频数据，生成街景图像，为时序分析提供输入，并通过对行人交通的统计分析验证了数据处理管道的输出。这项研究展示了收集和使用街景图像数据在研究中的可行性和价值，并在室外行人交通模式方面提供了新的见解。

Abstract

street view images (SVI) are a common source of valuable data for researchers. Researchers have used SVI data for estimating pedestrian volumes, demographic surveillance, and to better understand built and natural environments in cityscapes. However, the most common source of publicly

street view images data pipeline temporal analysis pedestrian traffic svi dataset

发现论文，激发创造

一套公民科学工具包，利用开放街景图像收集人类对城市环境的感知

Street View-level Imagery (SVI) 的自动下载、处理、裁剪和过滤方法以及用于评估人们对这些图像所描绘街道的感知的智能手机友好型调查软件的公开分析和复用方法。

Feb, 2024

在（健康和环境）研究中使用专有街景图像？这就是问题

计算机视觉基于街景图像的分析对环境评估产生了转变性影响，本文质疑了使用该专有数据源的现行实践，提出了团队的关注点和对开放数据原则的倡导。

Feb, 2024

从鸟瞰到街景：一项调查

通过筛选 20 篇研究论文，本研究全面回顾了从对应的卫星图像合成街景图像的最新技术，主要发现是：（i）需要采用新颖的深度学习技术来合成更加逼真准确的街景图像；（ii）需要收集更多的数据集供公众使用；（iii）需要研究更加具体的评估指标来恰当评估生成的图像。结论是，由于使用了过时的深度学习技术，最近的文献未能生成详细多样的街景图像。

May, 2024

利用街景视频序列自动构建交通分析的时空图

利用在移动车辆上安装的摄像头拍摄的街景视频序列，结合最先进的计算机视觉技术，构建全面的时空图谱，以研究交通模式并为交通基础设施和交通管理战略的设计做出贡献。

Aug, 2023

OpenStreetView-5M：全球可视化地理定位之多种路径

我们介绍了 OpenStreetView-5M，这是一个大规模、开放获取的数据集，包含了超过 510 万个地理参考的街景图像，涵盖了 225 个国家和地区。通过对各种最新图像编码器、空间表示和训练策略进行广泛测试，我们展示了该数据集的实用性，并解决了图像定位在计算机视觉算法中的问题。

Apr, 2024

地景中的恶魔：从街景影像推断流行病暴露风险

通过构建一个受重力模型推动的区域移动性图和使用传递感知的图卷积网络模型，我们提出了一种从街景图像中评估疫情暴露风险的低成本、可扩展的方法，实验证明该模型在加权 F1 评价指标上比基准模型提升了 8.54%。

Nov, 2023

CityPulse: 街景时序下城市变化的细粒度评估

城市转型对个人和社区产生了深远的社会影响。本研究通过收集大规模的街景时间序列数据集，提出了一种端到端的变化检测模型，能够有效捕捉城市环境的实际变化，为城市转型的精细评估提供了可能。

Jan, 2024

街道之眼：利用街头成像来建模城市犯罪动态

本研究利用机器学习和全面的街景图像数据集，探讨纽约市的城市安全挑战，以识别城市景观与犯罪率之间的关系，并特别关注街景特征与犯罪率的相关性，从而为城市规划和犯罪预防提供见解，凸显环境设计在提升公共安全方面的潜力。

Apr, 2024

街景动画

我们提出了一个系统，通过在现有的街景图像上插入自然行为的动画行人和车辆，使其活灵活现。我们的方法是将输入图像中的现有人和车辆移除，插入具有适当比例、角度、运动和外观的移动对象，规划路径和交通行为，并以合理的遮挡和阴影效果渲染场景。该系统通过重建静止图像街景、模拟人群行为以及以一致的光照、可见性、遮挡和阴影进行渲染来实现这些目标。我们在包括常规静态图像和全景图在内的多种街景场景上展示了结果。

Oct, 2023

利用人工智能发现的街景模式可视化路线

街道级视觉外观、地理可视化界面、语义潜在向量、空间图像模式和驾驶路径规划器是这篇论文的关键词。该论文研究了将街道级视觉外观整合到地理可视化界面（例如地图服务）以规划驾驶路径的新型可视化任务，并提出了多项新的贡献，并通过 VivaRoutes 交互式可视化原型展示了这些发现模式如何帮助用户有效和交互地探索多条路径，并通过用户研究评估了 VivaRoutes 的实用性和效用。

Mar, 2024