PulseAugur
实时 06:19:34
English(EN) UrbanVGGT: Scalable Sidewalk Width Estimation from Street View Images

新方法从街景图像估算车道宽度

研究人员开发了UrbanVGGT,一种使用街景图像估算车道宽度的新方法。该方法结合了语义分割、3D重建和比例校准来测量车道尺寸。在华盛顿特区数据集上测试,UrbanVGGT实现了0.252米的平均绝对误差,超过95%的估算值在地面真实值的0.50米以内。该方法还应用于三个城市,创建了一个原型车道宽度数据集,展示了其大规模城市规划数据生成的潜力,但仍需进一步验证。 AI

影响 这项研究可以实现城市规划数据的可扩展生成,改善可达性和网络质量评估。

排序理由 该集群包含一篇详细介绍新方法论和数据集的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新方法从街景图像估算车道宽度

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Kaizhen Tan, Fan Zhang ·

    UrbanVGGT:街景图像中的可扩展人行道宽度估算

    arXiv:2603.22531v2 Announce Type: replace Abstract: Sidewalk width is an important indicator of pedestrian accessibility, comfort, and network quality, yet large-scale width data remain scarce in most cities. Existing approaches typically rely on costly field surveys, high-resolu…