Новый алгоритм способен по фотографии определить место съмки

Счётные автомобили уже давно обучились обыгрывать в шахматы самых титулованных гроссмейстеров планеты. Согласно мнению ученых из Университета имени Карнеги-Меллона в американском штате Пенсильвания, пришло время научить автомобили более сложным навыкам. Одним из таких умений есть свойство распознавания географической информации по фотоснимку.

Предлогом для развития работ в этом направлении для его Джеймса наставника и аспиранта Хейса, уроженца Петербурга, а сейчас американского доцента Алексея Эфроса послужило огромное количество фотографий, выложенных людьми во глобальной сети для публичного просмотра. Большинство этих фотографий имеют географические метки, проставленные посредством глобальной навигационной совокупности GPS, на основании которых и возможно создать метод для распознавания машиной самоё вероятного места съемки.

Самой основной трудностью и, фактически, наиболее значимым достижением ученых явилась разработка метода сравнения фотографий – малоизвестных снимков с теми, что имеют правильные географические координаты.

Подойти к ответу данной неприятности возможно с двух позиций. Первая подразумевает поиск несложного геометрического соответствия объектов, изображенных на изучаемом снимке, с теми, что находятся в базе данных автомобили. Грубо говоря, чтобы выяснить географическое происхождение снимка, нужно иметь такой же либо весьма похожий снимок в базе данных.

Спутниковая совокупность навигации

комплексная электронно-техническая совокупность из наземного оборудования и спутниковой группировки, предназначенная для определения расположения и…

Но таковой способ несложного сравнения вряд ли когда-нибудь сможет быть реализован в масштабах всей планеты, на что и нацелились американские ученые. Дело в том, что фотографий Храма Василия Блаженного в сети выложено огромное количество, а вот очередная улица Ленина в захолустном русском городе на просторах интернета возможно и вовсе не представлена, так что машине просто не с чем будет сравнивать данный снимок.

Иначе, в отличие от автомобили, человек – путь кроме того ни при каких обстоятельствах и не бывавший на улице Ленина в городе Малоярославце – может в полной мере опознать в ней улицу Ленина как таковую, поскольку последняя весьма похожа на улицу Ленина в Калуге либо Дзержинске. Как раз таковой аппарат сравнения и был положен в базу метода IM2GPS, созданного учеными.

Дабы наделить машину такими же свойствами, ученые учли тот факт, что весьма многие объекты на поверхности Почвы владеют громадным сходством – хвойные леса постоянно выглядят, как хвойные леса, горы — как горы, кухни — как кухни, магазины — как магазины и без того потом.

Так, дабы выявить картину и приписать ей какое-либо географическое расположение, нужно выделить маленькое количество характерных показателей и сопоставить с таковыми у известной фотографии. В случае если изучаемый снимок запечатлел какое-либо известное место, будь то Гранд-Каньон либо церковь Покрова на Нерли, то подобное изображение фактически точно окажется в базе данных и машина сможет выдать правильное расположение фотографа.

В случае если же изображение на фотографии носит более характер – к примеру, «Закат на Волге», – то метод IM2GPS вынудит машину выдать пользователю пара вероятных расположений, каждому из которых будет соответствовать определенная возможность того, что фотография был сделана именно там.

При сопоставлении картинок данный метод не учитывает геометрических деталей – одежды, которую носят люди в этом регионе, языка, на котором написаны объявления и вывески, либо типов растительности, на каковые, первым делом, обратил бы внимание человек при просмотре фотоснимка. Вместо этого программа оценивает композицию фотографии – распределение цвета текстур на снимке, направление и число линий. Затем направляться процедура сравнения этих показателей с БД, большая часть фотографий для которой были забраны учеными с публичного ресурса Flickr.

Собственные успехи ученые изложили в статье, приуроченной к конференции Университета инженеров по радиоэлектронике и электротехнике, посвященной формированию распознавания и компьютерного зрения цифровых изображений объектов.

Таковой подход может показаться постороннему человеку надуманным и неестественным, но сам Эфрос поразился тому, как способ сравнения композиций фотографий возможно действенным.

Ученым удалось установить географическое происхождение более 16% снимков из тестового комплекта двухсот с лишним фотографий и сопоставить его с эталонным комплектом с точностью в 200 км.

Эта величина в 30 раз превышает возможность случайного совпадения. В случае если же метод не смог выяснить место съемки очередного фото, то он все же удачно справлялся с классификацией изображения и относил его к фотографии леса, пустыни либо средиземноморского прибоя. К примеру, он в полной мере четко сумел выяснить расположение снимков, запечатлевших Собор Парижской Божией матери, и определил, что узкие улочки Барселоны более обычны для средиземноморских сёл, чем для американских переулков.

Предстоящее совершенствование методики, по которой трудится метод IM2GPS, может вправду привести к разработке так именуемого компьютерного зрения, которое критически нужно во многих областях людской деятельности. Согласно точки зрения Эфроса, его метод окажет помощь усовершенствовать современные методики поиска фотографий и сделать его менее зависимым от заглавия файла либо подписи картины. Он же может оказать помощь рядовым пользователям упорядочить фотографии, относящиеся, скажем, к недавнему путешествию в Египет. Точно подобным способом оценки географического источника фотографии заинтересуются криминалисты.

С позиций же экономики и науки, самой перспективной областью применения метода есть сопоставление взятых с его помощью сведений с географическими базами данных, в которых сохраняются сведения о климате, плотности населения, фауне и местной флоре, топографии рельефа поверхности почвы и том, как эта почва употребляется человеком.

В принципе, данный же метод географической идентификации возможно использован и совместно с процессом распознавания конкретных объектов на фотографии. К примеру, в случае если точно установлено, что снимок сделан в русском городе, то машина уже a priori будет знать, как выглядят средства публичного транспорта, и сумеет выявить их на фотоснимке.

На сегодня, по оценкам Эфроса и Хэйса, глобальная сеть содержит приблизительно шесть миллионов снимков, на каковые может опереться метод IM2GPS. Само собой разумеется, всего в сети снимков намного больше, но у больше части из них географические тэги или вовсе отсутствуют, или не несут в себе достаточно конкретной информации. Так, к примеру, Гранд-Каньон, помеченный тэгом «США», вряд ли может дать какую-либо правильную географическую данные. Как раз по этому метод опирается в собственной базе данных только на снимки с GPS-привязкой к конкретному региону.

Время от времени, само собой разумеется, работа метода ведет к забавным казусам.

К примеру, метод умудрился принять строение Сиднейского театра оперы и балета за один из английских мостов, а снимок Эйфелевой башни, сделанный на закате, показался компьютеру неотличимым фотографии Статуи свободы.

Новый алгоритм способен по фотографии определить место съмки

Изображения Театра оперы и балета в австралийском Сиднее и моста в английском Лондоне, показавшиеся методу весьма похожими // cmu.edu

Точно в будущем данный метод станет сложнее и замечательнее, будет лучше справляться с распознаванием своеобразных объектов, таких как широко узнаваемые архитектурные сооружения либо природные ориентиры. Эксперты возьмут еще одно средство с целью проведения мониторинга внешней среды, здоровья муниципального социума либо слежения за погодными катаклизмами. Ну а у рядовых пользователей показалось очередное средство развлечения.

Налюбоваться, как прекрасно трудится метод, возможно на странице проекта. Веб-интерфейса для загрузки пользовательских фотографий у него до тех пор пока нет. Быть может, учёные пекутся о собственном авторском праве, ждя, кто из интернет-гигантов предложит больше за воплощение метода у себя на сайте.

Метаданные. Вычисление по фотографии [Запрет]


Понравилась статья? Поделиться с друзьями: