SurfaceAI: Automated creation of cohesive road surface quality datasets based on open street-level imagery

要約

このペーパーでは、公開されている街頭レベルの画像から路面の種類と品質に関する包括的な地理参照データセットを生成するように設計されたパイプラインである SurfaceAI について紹介します。
その動機は、道路の凹凸が交通参加者、特に交通弱者の安全と快適性に与える重大な影響にあり、インフラストラクチャのモデリングと分析における詳細な路面データの必要性が強調されています。
SurfaceAI は、クラウドソースの Mapillary データを活用して、道路レベルの画像に表示される路面の種類と品質を予測するモデルをトレーニングすることで、このギャップに対処します。その後、これらのデータが集約されて、道路セグメント全体の状態に関する一貫した情報が提供されます。

要約(オリジナル)

This paper introduces SurfaceAI, a pipeline designed to generate comprehensive georeferenced datasets on road surface type and quality from openly available street-level imagery. The motivation stems from the significant impact of road unevenness on the safety and comfort of traffic participants, especially vulnerable road users, emphasizing the need for detailed road surface data in infrastructure modeling and analysis. SurfaceAI addresses this gap by leveraging crowdsourced Mapillary data to train models that predict the type and quality of road surfaces visible in street-level images, which are then aggregated to provide cohesive information on entire road segment conditions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google