Die Studie untersucht die regionalen und sozioökonomischen Verzerrungen des State-of-the-Art-Modells für Bildgeolokationsschätzung, ISNs, anhand des globalen IM2GPS3k-Datensatzes und des afrikanischen SCA100-Datensatzes.
Die Ergebnisse zeigen, dass das ISNs-Modell dazu neigt, Bildstandorte in Hocheinkommensländern des Westens zu überschätzen, was mit der geografischen Verteilung seiner Trainingsdaten (IM2GPS3k) übereinstimmt. Im Vergleich zum IM2GPS3k-Referenzdatensatz nimmt die Genauigkeit des ISNs-Modells auf allen Skalen deutlich ab.
Darüber hinaus zeigt die Clusteranalyse der SCA100-Bilder, dass das Modell Schwierigkeiten hat, die Standorte von Bildern in Regionen mit niedrigem Einkommen, insbesondere in Subsahara-Afrika, korrekt vorherzusagen. Die Studie legt nahe, dass die Verwendung von IM2GPS3k als Trainingssatz und Referenz für die Bildgeolokationsschätzung und andere Computer-Vision-Modelle deren potenzielle Anwendung im afrikanischen Kontext übersieht.
To Another Language
from source content
arxiv.org
Deeper Inquiries