一篇新的研究论文通过将其预测准确性与现有城市数据源进行比较,探讨了街景图像在城市感知中的价值。研究发现,对于道路损坏、路缘坡道和房价等属性,现有数据与基于图像的预测相匹配或超越了图像预测。然而,街景图像在确定建筑类型、功能和低层楼层数方面被证明更具信息量。研究还强调,模型经常依赖于相互冲突的记录,并且图像数据的价值受到视觉清晰度和当地数据可用性的影响。 AI
影响 这项研究为视觉数据与结构化数据集在城市属性预测中的效用提供了见解,指导了未来的数据收集和视觉语言模型开发。
排序理由 该项目是一篇发表在 arXiv 上的研究论文,讨论了计算机视觉和城市感知。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- OpenFACADES
- OpenStreetMap
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →