Google: Przełom w wyszukiwaniu grafiki

Ludzie mogą celować w rozpoznawaniu wzorców, ale komputery nie są zbyt inteligentne w identyfikowaniu obrazów. Nasze mózgi mogą od razu rozpoznać zdjęcia znanych zabytków, takich jak Statua Wolności czy Wielki Mur Chiński, ale komputery są zwykle bezużyteczne bez tagów tekstowych jako arkusza oszukiwania.

Może to ulec zmianie, jeśli projekt badawczy Google w "wizja komputerowa" wyskakuje. Gigantyczny poniedziałek z poszukiwań przedstawił referat na temat rozpoznawalności punktów orientacyjnych na konferencji Computer Vision and Pattern Recognition (CVPR) w Miami. Nowa technologia pozwala komputerom na szybkie ID. obrazy ponad 50 000 światowych punktów orientacyjnych z 80-procentową dokładnością, mówi Google.

Google szybko wskazuje, że jego technologia rozpoznawania wzorców jest wciąż projektem badawczym, a nie nową usługą. To ma sens, ponieważ narzędzie do wyszukiwania, które ma dokładnie 8 na 10 prób, nie jest gotowe na najlepszy czas. Mimo to, koncepcja jest całkiem fajna i może okazać się dobrodziejstwem dla podróżnych, jeśli Google może pewnego dnia zwiększyć współczynnik dokładności. Zdaje mi się, że umiejętność zrobienia zdjęcia niezidentyfikowanego punktu orientacyjnego i natychmiastowego rozpoznania go przez smartfon lub kamerę sieciową będzie popularna. Oczywiście istnieje również potencjał zastosowań naukowych i konsumenckich, których nikt jeszcze nie wymyślił.

Jak to działa? Jay Yagnik, szef Google zajmujący się badaniami komputerowymi, wyjaśnia w poście na blogu. Pierwszym krokiem jest wykorzystanie 40 milionów zdjęć oznaczonych GPS z dwóch usług Google, Picasa i Panoramio oraz internetowych stron przewodników po kompilacji listy punktów orientacyjnych. "Następnie znaleźliśmy zdjęcia kandydatów do każdego punktu orientacyjnego, korzystając z tych źródeł i Wyszukiwarki grafiki Google, które następnie" przycinaliśmy "przy użyciu wydajnego dopasowywania obrazów i nienadzorowanych technik grupowania.

Ostatnim krokiem było opracowanie systemu indeksowania szybkie rozpoznawanie obrazu. Jednak pomimo sprytności projektu dokładne wyszukiwanie obrazów pozostaje trudne. Jak pokazuje zdjęcie poniżej, niepowiązane punkty orientacyjne mogą mieć podobne cechy architektoniczne; także włączenie ogromnego banera lub flagi może doprowadzić do fałszywego dopasowania.

Mam nadzieję, że projekt badawczy Google poprawi wyszukiwanie obrazów, które dziś są zbyt zależne od tagowania. Następnym krokiem byłoby znalezienie sposobu na zidentyfikowanie niezliczonej ilości nie-punktowych obrazów, ale zadanie to wydaje się nieskończenie trudniejsze.