Google 地圖大進化:深度學習神助攻,一年新增 1.1 億筆建築資料

Google 於今日(12)舉辦 Google 機器學習系列媒體聚會,本次聚會中邀請了 Google 總部的 Google 地圖軟體工程師 Andrew Lookingbill 與現場的媒體,一同分享 Google 地圖近年來是如何結合深度學習與機器學習,來幫助更加完善地圖的資訊。

圖片來源:TechOrange 林厚勳 攝影。
圖片來源:TechOrange 林厚勳 攝影。

街景影像結合機器學習模型,建構精準地圖資訊

會中,Andrew 首先介紹了 Google 在深度學習領域中的發展,並且提到這些深度學習的模型與演算法擁有非常多的應用範圍,而 Andrew 的團隊相信,在 Google 地圖上的應用將能把深度學習用於更好的的價值上。

在來,Andrew 介紹了 Google 地圖如何應用深度學習模組,架構出精細的地圖資訊。Andrew 提到,在現實世界中,人們只要看到街景照片,就能夠快速根據照片中的路標、門牌,在腦中建構出該場景,並且繪製出地圖資訊,這是因為人腦已經懂得要在圖片中的哪個位置抓取何種資訊,但這對機器學習和深度學習來說是一項困難的挑戰。

不過,在經過 Andrew 的團隊的努力後,他們成功的訓練出了一套模型,讓機器學習可以自動抓出照片中的路標、門牌,並且將相關資訊繪製到 Google 地圖中,有時候甚至可以做到比人眼更好的事情。

在現場,Andrew 就展示了一張在國外的街景照片,圖片中的大門並沒有門牌,用肉眼乍看之下也很難確認大門編號,然而機器學習模型卻成功的找出了被手寫於牆上的門牌號碼,並且標記於地圖之上,Andrew 說明,這就是機器學習能夠辦到的優化。

Andrew 展示 Google 地圖如何辨識出手寫門牌。照片來源:TechOrange 林厚勳 攝影。
Andrew 展示 Google 地圖如何辨識出手寫門牌。照片來源:TechOrange 林厚勳 攝影。

辨識衛星空拍圖,自動化建立 1.1 億筆建築資訊

Andrew 表示,機器要自動在密密麻麻的都市叢林中辨識出建築物,還要準確在地圖上標示出建築物的俯視平面圖,極具挑戰,而 Google 地圖透過新的機器學習技術與工具,讓機器學習模型能自動在街景影像中自動尋找建築物,並製作出建築物的俯視平面向量圖。

Andrew 透漏,從今年年初開始,Google 地圖已經陸續在地圖上新增了 1.1 億個透過演算法繪製的建築物資訊,大大的完善了在資訊比較不足的地區的地圖精細度。

Andrew 展示 Google 地圖如何生成代表建築物的多邊形。照片來源:TechOrange 林厚勳 攝影。
Andrew 展示 Google 地圖如何生成代表建築物的多邊形。照片來源:TechOrange 林厚勳 攝影。

在這些運算的過程中,Andrew  也坦言,有時遇到圖片或衛星空拍圖有遮蔽物的狀況,會加深辨識的難度,這時他們會嘗試尋求更加清晰的圖片,以求精確的繪製圖形與取得資訊;同時作為品質控管,他們會在不同的區域中,先以小範圍的方式測試、調整演算法,等到確認可以做到高精確度的辨識後,才將演算法套用在該地區的圖片資料中,並生成地圖相關資訊。

Andrew 表示,未來 Google 地圖也有許多期待的應用與規劃,但現階段對他們來說最重要的目標,將是透過目前這些發展出的技術,提高地圖的精準度,以及更加即時的反應地理的變化、降低地圖資訊的延遲。

─ ─

(本文提供合作夥伴轉載,首圖攝影來源:TechOrange 林厚勳 攝影。)

更多你會感興趣的文章

Google 地圖正式支援機車導航,再也不怕被導航騙上國道啦!
聲音藝術家耗時 6 年製作聲音地圖,讓你「聽見台灣」,滿載土地情懷
用「科技」與「超美地圖」完美解決女友最煩人的問題:我們第一次約會在哪?


量子運算大革命

世界量子電腦龍頭 IBM 日本副總裁森本典繁
首次來台談量子運算最前沿商機!

未來科技展量子電腦論壇
時間:12/15(六)10:30~12:30
>> 立即報名<<

點關鍵字看更多相關文章: