Google地图如何标示出全球1.1亿栋建筑?关键就是机器学习

2018-09-13 15:05 作者:极速时时彩 来源:极速时时彩 次阅读


从今年年初至今, Google地图靠机器学习技术,自动在地图图资上新增了1.1亿栋建筑物的外观标记,全球各地都有。

Google地图再进化,要从平面浏览介面,越来越立体化,甚至借助机器学习技术,要将全球建筑物的立体俯视图,绘制到Google 地图上,从年初至今,Google已经在地图上标绘出1亿1千栋建筑物,要让人们使用地图更直觉地了解所在位置的周遭环境。

 

Google地图团队软体工程师Andrew Lookingbill今日(12日) 在台北一场Google机器学习媒体活动中,揭露如何在地图上自动描绘出建筑物的关键。

 

Andrew Lookingbill指出,人们使用地图时,习惯透过人眼观察周遭建筑物,来定位四周的方位,我们想要在地图上呈现出这种贴近使用者习惯的功能,因此才开始标记建筑物。但是全球建筑物数量庞大,想要一一标记,得建立一套自动化机制不可。


极速时时彩-Google地图如何标示出全球1.1亿栋建筑?关键就是机器学习

过去,Google已经利用机器学习来辨识街景照片中的街道资讯,例如地址等,同样地,Andrew Lookingbill解释,Google 也开始利用深度学习技术,要从大量卫星照片,来辨识一栋栋建筑物。

 

他进一步解释,辨识过程可分为3阶段,首先分析照片中的像素,判断图中哪些像素是一栋建筑物,接着再用图示,在照片中,标示出每一栋建筑物的外围轮廓,第三阶段则再用另一套深度学习模型,将建筑物俯视外观形状向量化,以描绘出建筑物的俯视形状的向量多边形,最后,就能进一步来制作出Google地图上的建筑物俯视平面向量图。

 

从今年年初至今,Andrew Lookingbill表示,Google已透过机器学习技术,在地图上新增了1.1亿栋利用自动描绘建立的建筑物资讯,全球各地都有。透过这些建筑物在地图上的立体图像呈现,有助于人们定位来辨认方向。

 

不过,要用机器学习来描绘出地图上的建筑物,也不是容易的事, Andrew Lookingbill提到,目前仍需人工参与描绘,例如在训练机器学习模型时,必须人工手动先标记出一批建筑物,作为训练机器学习模型之用。不过,Google也希望未来能持续降低人工参与的必要性。

 

另外,不同地区的卫星影像,建筑物标记的挑战也各有不同,例如,在城市的卫星影像中,会包含了许多杂讯和遮蔽物,例如建筑物外围的树木,会导致建筑物轮廓线模糊而不易分辨,或像是空中飞鸟经过时,也会遮蔽到地面的建筑物,这些都是影响Google分辨出建筑物轮廓精确度要面临的挑战。

 

Andrew Lookingbill表示,在地图上加上建筑物资讯还有另一个好处,是可以把更多建筑物的相关资讯也放到Google地图上来丰富图资。不过,对于这类更详细的Google地图图资,未来是否能用于自驾车所需的高精密地图,Andrew Lookingbill则没有回应,仅表示这是其他团队的任务。

 

除了透过机器学习来描绘建筑物,Google早将深度学习应用在各种地图和街景影像处理上,例如辨识街道名称、门牌资讯和商店名称等。近期,Google也开始积极在开发中国家扩充Google地图的图资,大量利用机器学习辨识当地街道影像,让地图延伸覆盖更多的范围。例如去年,Google在奈及利亚拉哥斯城,用机器学习辨识搜集到20,000条街道名称、50,000个地址和100,000个商家资讯的地图图资资讯。

 

Andrew Lookingbill 表示,未来Google 将加快街景更新的速度,甚至能让地图更及时反应新的变动,这也是Google一直努力的方向,不断提升地图的精确度。

极速时时彩开奖网
Tags标签