研究人员开发了一个新的多模态深度学习框架，以更好地理解步行感知的主观性如何因个体而异。该框架整合了人行道视图图像的视觉特征和受访者特定的属性，超越了假设感知一致性的聚合分数。一项研究发现，比街景图像更能反映行人体验的人行道视图图像获得了更高的步行评分。通过纳入用户级别的数据，新模型显著提高了与观察到评分的一致性，突显了在评估行人环境中个体特征的重要性。 AI
影响 该框架通过在环境评估中考虑不同的用户体验，可能带来更具包容性的城市规划。
排序理由 关于用于主观感知分析的新型多模态深度学习框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Australians
- Hugging Face
- Walkable to Whom? Capturing Subjective Variability in Walkability Perception Using Multimodal Deep Learning
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
