Scaling Pedestrian Crossing Analysis to 100 U.S. Cities via AI-based Segmentation of Satellite Imagery

Este artigo apresenta um método escalável impulsionado por IA, utilizando imagens de satélite e o Segment Anything Model, para medir automaticamente as distâncias de travessia de pedestres nas 100 maiores cidades da América, revelando que cidades mais antigas tendem a ter ruas mais largas e centradas em carros, com distâncias de travessia de medianas variando de 32 a 78 pés.

O essencial

Imagine que você está tentando entender o quão fácil é atravessar uma rua em uma cidade. O comprimento dessa travessia — a distância de uma calçada à outra — é um fator enorme para determinar se as pessoas se sentem seguras ao atravessar ou se serão atropeladas por carros. Mas medir essa distância para cada interseção de uma cidade é como tentar contar cada grão de areia em uma praia; é grande demais, muito confuso e leva tempo demais para os humanos fazerem manualmente.

Este artigo descreve uma maneira inteligente de usar um "olho de robô" (Inteligência Artificial) para medir essas travessias de rua nas 100 maiores cidades dos EUA de uma só vez. Veja como eles fizeram isso, dividido em etapas simples:

1. O Problema: Muitas Ruas para Medir

Por anos, pesquisadores sabem que travessias mais longas são mais perigosas. Mas não tínhamos um mapa das distâncias de travessia para todo o país. Tentativas anteriores eram como tentar pintar um mural à mão: precisas, mas incrivelmente lentas e que exigiam muito trabalho manual. Elas também focavam principalmente em procurar as "faixas de zebra" pintadas na estrada, perdendo muitas das travessias que não possuem pintura nenhuma.

2. A Solução: Um Trabalho Digital de "Recortar e Colar"

Os pesquisadores construíram uma linha de montagem de três etapas para automatizar o processo:

• Etapa 1: Tirando as Fotos (O Instantâneo)
  Eles usaram um programa de computador para capturar fotos de satélite de cerca de 3 milhões de interseções de ruas nas 100 maiores cidades dos EUA. Pense nisso como tirar uma foto aérea de todos os cruzamentos da América.

• Etapa 2: Ensinando o Robô (A Aula de Arte)
  Eles precisavam que o computador soubesse a diferença entre uma estrada (por onde os carros passam) e uma calçada (por onde as pessoas caminham). Para ensinar isso, eles mostraram à IA (chamada de "Segment Anything Model" da Meta) um pequeno lote de fotos onde humanos haviam colorido manualmente as calçadas e os edifícios.

  • A Analogia: Imagine mostrar a uma criança a foto de um biscoito e a foto de um prato, colorindo o prato de azul e o biscoito de marrom. Uma vez que a criança aprende o padrão, você pode entregar a ela uma nova foto e ela poderá colorir o prato de azul instantaneamente sem que você precise dizer novamente.
  • Eles ensinaram a IA a identificar áreas "não dirigíveis" (calçadas, parques, edifícios) e ignorar as estradas dirigíveis.

• Etapa 3: A Magia do "Grow-Cut" (A Tesoura)
  Esta é a parte mais criativa. Os pesquisadores pegaram um mapa digital (OpenStreetMap) que tinha linhas grosseiras indicando onde as travessias poderiam estar.

  • A Analogia: Imagine que você tem um pedaço de corda estendido sobre uma mesa, mas a corda é muito longa e sobra para fora das bordas. Você tem um par de tesouras mágicas que só cortam a corda quando ela toca uma zona colorida específica (a calçada).
  • O computador pegou as linhas grosseiras da travessia do mapa e as fez "crescer" levemente. Em seguida, usou as "zonas coloridas" da IA (as calçadas) como um guia para "cortar" as linhas exatamente onde a calçada começa. Isso lhes deu a distância precisa de um lado da rua ao outro.

3. Os Resultados: Um Mapa Nacional de Distâncias de Caminhada

Ao executar este processo, eles mediram com sucesso quase 800.000 travessias em cerca de uma hora por cidade.

• Quão Preciso é?
  Eles testaram o método em San Francisco contra dados que humanos haviam verificado manualmente. A IA teve 93% de precisão. Em média, a IA errou por apenas cerca de 68 centímetros (2 pés e 3 polegadas) (menos de um metro). É como adivinhar o comprimento de um carro errando apenas o comprimento de um passo.

• O Que Eles Descobriram?

  • Cidades Antigas vs. Novas: Cidades americanas mais antigas (fundadas antes de 1800) geralmente têm travessias mais curtas. Cidades mais novas (fundadas mais tarde) têm travessias muito mais longas. Isso sugere que, conforme a América crescia, começou a construir ruas mais largas projetadas para carros, tornando a caminhada mais difícil.
  • A Região Importa: Cidades no Nordeste e no Meio-Oeste tendem a ter travessias mais curtas (cerca de 9 metros), enquanto cidades no Sul e no Oeste têm travessias muito mais longas (até 23 metros).
  • O Padrão: Em quase todas as cidades, a maioria das travessias é curta (ruas de bairros), mas existem "corredores" de travessias muito longas (grandes rodovias) que se destacam.

4. Por Que Isso Importa

Este estudo dá aos planejadores urbanos um "superpoder". Em vez de adivinhar ou passar anos medindo ruas, eles agora têm um mapa mostrando exatamente onde as travessias são longas demais. Isso ajuda a decidir onde construir ilhas de segurança ou encurtar calçadas para tornar a caminhada mais segura, especialmente para idosos, pais com carrinhos de bebê ou qualquer pessoa com problemas de mobilidade.

5. As Limitações (Os "Problemas")

Os autores são honestos sobre onde seu método não é perfeito:

• Problemas com Árvores: Se uma rua estiver coberta por folhas de árvores densas, a câmera de satélite não consegue ver a calçada, então a IA pode ficar confusa.
• Lacunas no Mapa: O sistema depende do OpenStreetMap para saber onde procurar por uma travessia. Se uma travessia não estiver nesse mapa, a IA não a medirá.
• Cidade Ausente: Eles tiveram que substituir Anchorage, Alasca, por uma cidade no Texas porque os mapas de satélite para o Alasca não estavam disponíveis no formato necessário.

Em resumo, este artigo mostra como podemos usar uma combinação de fotos de satélite, uma IA inteligente e um mapa digital para medir instantaneamente o quão "caminhável" são nossas cidades, revelando que as cidades mais novas da América são construídas mais largas para carros, enquanto as mais antigas são mais estreitas para as pessoas.

Resumo técnico

Resumo Técnico: Escalonamento da Análise de Travessias de Pedestres para 100 Cidades dos EUA via Segmentação de Imagens de Satélite Baseada em IA

Definição do Problema
Dados precisos e granulares sobre dimensões de vias, especificamente distâncias de travessias de pedestres, são essenciais para avaliar os impactos do desenho urbano no comportamento de viagem e na segurança. No entanto, os conjuntos de dados existentes são frequentemente incompletos, desatualizados, incompletos ou não legíveis por máquina. Embora estudos anteriores de visão computacional tenham identificado com sucesso faixas de pedestres marcadas (ex: listras "zebra") em cidades limitadas, eles falham em capturar travessias não marcadas, que constituem uma parte significativa das interseções em cidades americanas (ex: 42% em San Francisco). Além além disso, métodos manuais ou semiautomáticos anteriores para medir tanto travessias marcadas quanto não marcadas eram laboriosos e careciam de escalabilidade para um nível nacional. Este estudo aborda a necessidade de um método escalável, preciso e reproduzível para medir distâncias de travessia em 100 das maiores cidades dos EUA utilizando apenas dados gratuitamente disponíveis.

Metodologia
O estudo emprega um pipeline automatizado de três etapas combinando dados do OpenStreetMap (OSM) com o Segment Anything Model (SAM) da Meta para processar aproximadamente três milhões de blocos de imagens de satélite (8,3 terabytes).

1. Segmentação de Imagem de Interseção:

   • Recuperação de Dados: Usando o OSMnx, as coordenadas para todas as interseções de ruas e travessias de meio de bloco nas 100 maiores cidades dos EUA foram geradas. Blocos de imagens de satélite (raio de 25 metros, 1629x1629 pixels) foram recuperados via API do Google Maps.
   • Treinamento do Modelo: O SAM da Meta (um modelo zero-shot) foi ajustado (fine-tuned) para diferenciar superfícies dirigíveis (estradas) de superfícies não dirigíveis (calçadas, edifícios, parques, ilhas de refúgio).
   • Estratégia de Treinamento: Para otimizar o treinamento, 193 imagens de interseção de alta entropia (selecionadas por complexidade visual) de 14 cidades diversas foram anotadas manualmente. O conjunto de dados foi aumentado via inversão (flipping), rotação, desfoque e adição de ruído, expandindo o conjunto de treinamento para 5.790 imagens.
   • Pós-processamento: Para melhorar a precisão, duas etapas corretivas foram aplicadas:
     • Redução de Falsos Positivos: Polígonos que sobrepõem buffers de eixos centrais de ruas do OSM (1,2m para estradas não rotuladas, 2m para estradas primárias) foram removidos.
     • Correção de Falsos Negativos: Polígonos não dirigíveis ausentes foram suplementados pela fusão de pegadas de edifícios extraídas do OSM.
   • Saída: O modelo gerou máscaras de nível de pixel de superfícies não dirigíveis, convertidas em geometrias poligonais mapeadas para coordenadas do mundo real.

2. Extração de Bordas de Travessia:

   • As bordas de travessia de pedestres foram extraídas do OSM.
   • Travessias de nó único (comuns no OSM) foram convertidas em arestas ao combinar nós ao eixo "highway" mais próximo.
   • Duplicatas foram mescladas com base na proximidade espacial (dentro de 5m) e alinhamento de direção (dentro de 5 graus).

3. Algoritmo Grow-Cut:

   • As bordas de travessia extraídas foram sobrepostas às imagens de satélite segmentadas.
   • Um algoritmo grow-cut expandiu cada borda em 5% a partir de seus pontos finais, mantendo a orientação.
   • O algoritmo "cortou" as bordas expandidas onde elas intersectavam com os polígonos de superfícies não dirigíveis, resultando na distância final da travessia.
   • Filtragem: Os resultados finais foram filtrados para remover duplicatas (dentro de buffers de 2m) e valores discrepantes (outliers) (travessias < 6 pés ou > 160 pés).

Principais Contribuições

• Escalabilidade: O método processou com sucesso 808.377 travessias de pedestres em 100 das maiores cidades dos EUA, com um tempo de processamento de aproximadamente uma hora por cidade.
• Inclusividade de Tipos de Travessia: Diferente de estudos anteriores que dependem de marcações visuais, esta abordagem captura tanto travessias marcadas quanto não marcadas ao alavancar a relação geométrica entre as bordas das estradas e as superfícies não dirigíveis.
• Reproduzibilidade: Todo o fluxo de trabalho utiliza dados gratuitamente disponíveis (OSM, Google Maps) e modelos de código aberto (SAM), com o código disponibilizado publicamente no GitHub.
• Conjunto de Dados Nacional: O estudo produz o primeiro conjunto de dados nacional de distâncias de travessia de pedestres, permitindo comparações intermunicipais e regionais anteriormente impossíveis nesta escala.

Resultos

• Precisão: Validado contra um conjunto de dados verificado manualmente para San Francisco, o método automatizado alcançou 93% de precisão com um erro absoluto mediano de 2 pés e 3 polegadas (0,69 metros). O processo automatizado cobriu 72% das travessias presentes no conjunto de dados manual, limitado principalmente pela disponibilidade de bordas de travessia no OSM.
• Padrões Espaciais:
  • Variância Regional: As distâncias medianas de travessia variam de 32 pés (9,8m) a 78 pés (23,8m). Travessias mais curtas se agrupam no Nordeste e Meio-Oeste (ex: Toledo, OH com ~32 pés), enquanto travessias mais longas são prevalentes no Sudoeste e Costa Oeste (ex: North Las Vegas com ~78 pés).
  • Forma Urbana: Cidades do Nordeste e do Meio-Oeste exibem uma distribuição de pico próxima a 30 pés, provavelmente devido a grades retilíneas. Cidades do Sul e do Oeste mostam um pico próximo a 40 pés, refletindo layouts mais dispersos e corredores arteriais mais largos.
• Correlação Histórica: Uma relação positiva foi identificada entre o ano de incorporação de uma cidade e a distância mediana de travessia. Cidades incorporadas antes de 1800 geralmente têm travessias mais curtas (~40 pés), enquanto aquelas incorporadas posteriormente mostram uma tendência progressiva para designs de ruas mais longos e centrados no automóvel.

Significância e Alegações
O artigo afirma que esta metodologia desbloqueia novos insights sobre redes de pedestres em escala nacional, demonstrando que a distância de travessia segue uma "distribuição normal deslocada à esquerda" universal entre as cidades dos EUA, mas é significativamente modulada pela região e história urbana. Os autores afirmam que estes conjuntos de dados capacitam planejadores e defensores da segurança para:

1. Identificar bairros e corredores específicos para investimentos direcionados de moderação de tráfego (traffic-calming).
2. Combinar dados de travessia com outros atributos locais (limites de velocidade, dados de acidentes, demografia) para informar redesenhos de ruas.
3. Testar se as associações entre distância de travessia e segurança de pedestres, observadas anteriormente em estudos menores, sustentam-se na escala nacional.

O estudo conclui que a crescente ênfase em ruas mais largas e centradas no carro é quantitativamente evidente através de distâncias de travessia medianas mais longas nas cidades mais novas. Os autores observam limitações, incluindo a redução da precisão em áreas com densa cobertura de copas de árvores (que obscurecem calçadas) e a dependência da completude dos dados do OSM, mas enfatizam o potencial do método para adaptação a contextos internacionais e outras características urbanas, como infraestrutura cicloviária.