Nový systém dokáže určiť geografickú polohu z jedinej fotky

Algoritmus IM2GPS, na ktorom princípe program pracuje, vyvinuli študent informatiky James Hays a profesor Alexei A. Efros. Jeho metódou nie je zaradiť fotografiu zemepisne podľa typu šiat, jazyka pouličných nápisov, alebo typu vegetácie ako by to urobil človek. Namiesto toho program analyzuje celkovú kompozíciu fotky a všíma si, ako sú na nej rozložené farby a textúry a taktiež zaznamenáva počet a orientáciu čiar na fotke. Následne v databáze vyhľadá podobné záznamy.



„Nepýtame sa počítaču, čo je zobrazené na fotke, ale žiadame ho, aby našiel fotky, ktoré sú podobné.“, hovorí Efros. „Boli sme prekvapení, aký efektívny sa ukázal tento prístup byť. Kto by si pomyslel, že podobnosť v celkovom vzhľade obrázku bude tak dobre zodpovedať zemepisnej polohe?“

Hays a Efros zistili, že dokážu presne lokalizovať obrázky v okruhu 200 kilometrov pre 16% z viac ako 200 testovaných, čo je viac ako 30 krát vyššia úspešnosť ako pri náhodnej lokalizácií. V prípadoch, keď ich algoritmus zlyhá pri identifikácií daného miesta, zistili že dokáže často aspoň zúžiť okruh možností, ako napríklad to, že sa jedná o púšť alebo pláž.

„Zdá sa, že vo vizuálnom svete nie je až tak veľa nejasností, ako by ste si mohli myslieť.“, povedal Hays, ktorý bude prezentovať svoj výskum na medzinárodnej konferencií na Aljaške. „Určovanie geografickej polohy z obrázkov je zložitý, ale uskutočniteľný problém počítačové videnia.“

Určenie polohy fotografie by mohlo vylepšiť techniky hľadania obrázkov a znížiť ich závislosť na legende alebo priradenom texte. Počítačový systém geolokácie fotiek by mohol byť užitočný na hľadanie rodinných fotiek z určeného výletu alebo na vyšetrovacie účely. Určovanie polohy fotografií taktiež umožňuje kombinovať ich s geografickými databázami spojenými s podnebím, hustotou obyvateľstva, vegetáciou, topografiou a využitím krajiny.

Znalosť polohy môže tiež pomôcť v takých úlohách počítačovej vízie ako identifikácia objektu, tvrdí Hays. Ak program napríklad rozozná, že fotka pochádza z Japonska, počítač bude mať lepši prehľad, ako by tam mal vyzerať taxík a následne ho bude môcť na fotke rozpoznať.



Hays hovorí, že veľa on-line fotiek je geograficky označených, avšak tieto ľudské opisy môžu byť často nesprávne, alebo príliš široké, ako napríklad fotka Grand Canyonu pomenovaná USA. Rastie počet on-line fotiek, ktoré majú GPS súradnice a sú zaradené jednoznačne, čo sa týka polohy, avšak mnohé z nich sú obrázky izieb, ľudí a udalostí ako oslavy narodenín, ktoré sú nepoužiteľné na geolokáciu. Používaním fotiek s geografickými kľúčovými slovami aj GPS súradnicami Hays a Efros dokázali nájsť viac ako 6 miliónov fotografií, ktoré boli užitočné a presne lokalizované.
Algoritmus IM2GPS poľahky určil fotografie takých orientačných bodov ako Katedrála Notre Dame v Paríži. Na väčšie prekvapenie dokázal rozoznať aj, že úzka ulička v Barcelone je skôr typická pre stredomorské dedinky ako pre by sa podobala na americké ulice.

Avšak nič nie je dokonalé a autori zaznamenali aj zopár zvláštnych zhôd. Napríklad architektonicky jedinečná opera v Sydney sa zdala počítaču podobná s hotelom v Mississippi, ako aj s mostom v Londýne. Záber Eifelovky za súmraku bol priradený k ďalším jej záberom, ale tiež k veži v San Franciscu a Soche Slobody v New Yorku, obom snímaným za súmraku.

Jedna z príčin toho omylu, ako to vysvetľuje Hays, je že algoritmus nie je navrhnutý na rozoznávanie jednotlivých objektov ale skôr celkových zemepisných oblastí. Napríklad obrázok Údolia Monumentov v Utahu bol priradený k ďalším obrázkom z tohto údolia a z amerického juhozápadu namiesto toho, aby program našiel iné obrázky podobných skalných zoskupení.

Viac informácií na oficiálnej stránke.
Zdroj: sciencedaily