Car-tech

Programvare fjerner folk fra Google Street View

Tutorial: Your Virtual Tours on Google Street View

Tutorial: Your Virtual Tours on Google Street View
Anonim

Pesky fotgjengere kan bli fjernet fra Google Street View med noen eksperimentell programvare utviklet av en kandidatstudent ved University of California, San Diego.

Google Street View lager sine panoramabilder av steder ved å samle bilder. Imidlertid blir bildene fanget uavhengig av et bevegelige kjøretøy. Hvis noen går på hunden sin eller bare tar en tur, kan de dukke opp i det endelige panoramaet.

Google utelukker for øyeblikket folkens ansikter, samt lisensplater på biler, som tilfeldigvis fanges i Street View, men bevis på konsept programvare demonstrert av Arturo Flores og UCSD datavitenskap professor Serge Belongie på IEEE International Workshop på Mobile Vision holdt i juni lover å vaske menneskelige gjenstander fra panoramaene helt. (Flores er en tidligere Senior Application Developer for PCWorld, og vi er stolte av ham.)

Hva programvaren gjør er å identifisere menneskelige former i et bilde og fjerne dem. Deretter fyller det hullene med piksler fra det som ligger bak personen - vegger, gress, fortau, murstein og så videre - tatt fra rammer skutt før og etter den personen personen kommer inn i.

Lignende teknikker brukes i bildet redigeringsprogrammer, men de krever en viss mengde manuell manipulasjon. Flores 'programvare gjør en god jobb med å automatisk vaske folk fra bildene, men hvis bildene er nøye undersøkt, kan menneskets spor fortsatt bli sett i dem. Og til tider gjør det noen bizarre resultater - hunder med bånd som holdes av usynlige herrer og ankler uten ben som vises i sko.

I tillegg fungerer programvaren bare i urbane omgivelser hvor pikslene blokkert av mennesker er på en "dominerende plan overflate ", noe som gjør dem enklere å erstatte. Så programmet ville fungere bra hvis en person gikk med en veggmaleri av hester som betegner i en beite fordi veggmaleriet i bakgrunnen ville være flatt. Hvis personen gikk med ekte hester som beite i en beite, ville programmet være mindre effektivt fordi bakgrunnen ikke ville være flat.

Fotokreditt: UCSD Jacobs School of Engineering