Google地圖如何標示出全球1.1億棟建築?關鍵就是機器學習

Google地圖如何標示出全球1.1億棟建築?關鍵就是機器學習 從今年年初至今,Google地圖靠機器學習技術,自動在地圖圖資上新增了1.1億棟建築物的外觀標記,全球各地都有。 文/黃郁芸 | 2018-09-12發表 Google地圖再進化,要從平面瀏覽介面,越來越立體化,甚至藉助機器學習技術,要將全球建築物的立體俯視圖,繪製到Google 地圖上,從年初至今,Google已經在地圖上標繪出1億1千棟建築物,要讓人們使用地圖更直覺地了解所在位置的周遭環境。Google地圖團隊軟體工程師Andrew Lookingbill今日(12日) 在臺北一場Google機器學習媒體活動中,揭露如何在地圖上自動描繪出建築物的關鍵。Andrew Lookingbill指出,人們使用地圖時,習慣透過人眼觀察周遭建築物,來定位四周的方位,我們想要在地圖上呈現出這種貼近使用者習慣的功能,因此才開始標記建築物。但是全球建築物數量龐大,想要一一標記,得建立一套自動化機制不可。過去,Google已經利用機器學習來辨識街景照片中的街道資訊,例如地址等,同樣地,Andrew Lookingbill解釋,Google 也開始利用深度學習技術,要從大量衛星照片,來辨識一棟棟建築物。他進一步解釋,辨識過程可分為3階段,首先分析照片中的像素,判斷圖中哪些像素是一棟建築物,接著再用圖示,在照片中,標示出每一棟建築物的外圍輪廓,第三階段則再用另一套深度學習模型 ,將建築物俯視外觀形狀向量化,以描繪出建築物的俯視形狀的向量多邊形,最後,就能進一步來製作出Google地圖上的建築物俯視平面向量圖。從今年年初至今,Andrew Lookingbill表示,Google已透過機器學習技術,在地圖上新增了1.1億棟利用自動描繪建立的建築物資訊,全球各地都有。透過這些建築物在地圖上的立體圖像呈現,有助於人們定位來辨認方向。不過,要用機器學習來描繪出地圖上的建築物,也不是容易的事, Andrew Lookingbill提到,目前仍需人工參與描繪,例如在訓練機器學習模型時,必須人工手動先標記出一批建築物,作為訓練機器學習模型之用。不過,Google也希望未來能持續降低人工參與的必要性。另外,不同地區的衛星影像,建築物標記的挑戰也各有不同,例如,在城市的衛星影像中,會包含了許多雜訊和遮蔽物,例如建築物外圍的樹木,會導致建築物輪廓線模糊而不易分辨,或像是空中飛鳥經過時,也會遮蔽到地面的建築物,這些都是影響Google分辨出建築物輪廓精確度要面臨的挑戰。Andrew Lookingbill表示,在地圖上加上建築物資訊還有另一個好處,是可以把更多建築物的相關資訊也放到Google地圖上來豐富圖資。不過,對於這類更詳細的Google地圖圖資,未來是否能用於自駕車所需的高精密地圖,Andrew Lookingbill則沒有回應,僅表示這是其他團隊的任務。除了透過機器學習來描繪建築物,Google早將深度學習應用在各種地圖和街景影像處理上,例如辨識街道名稱、門牌資訊和商店名稱等。近期,Google也開始積極在開發中國家擴充Google地圖的圖資,大量利用機器學習辨識當地街道影像,讓地圖延伸覆蓋更多的範圍。例如去年,Google在奈及利亞拉哥斯城,用機器學習辨識蒐集到20,000條街道名稱、50,000個地址和100,000個商家資訊的地圖圖資資訊。Andrew Lookingbill 表示,未來Google 將加快街景更新的速度,甚至能讓地圖更及時反應新的變動,這也是Google一直努力的方向,不斷提升地圖的精確度。

更多訊息更多資料都在這裡喔!~蜂王乳~磷蝦油~關鍵字排名~芙婷寶~保健食品~台灣綠蜂膠~維力康~神經滋養物質~SEO~智勝王~健康食品~葉黃素~蜂王漿~南極冰洋磷蝦油~PPLS~GOOGLE排名~超視王~網站排名

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *