谷歌搜索_google搜索引擎_谷歌搜索引擎入口
当前位置:谷歌搜索引擎 » 站长资讯 » 谷歌应用搜索 » 文章详细

谷歌地图发布《时光机》:100年前你的街道是什么样的?

发布时间:2021-03-07
10年前,甚至100年前,你长大的街道有多长?现在,除了使用AI修复旧的图像数据,谷歌地图还发布了新的“时间旅行”方案。
就这样,从3D的角度,我们可以看到曼哈顿切尔西区从1890年到1970年的建筑变化。是不是有点历史变化?
这样的“时光机”的引擎是基于浏览器的工具集R?(声音返回),主要由三部分组成:
众包平台。用户可以上传城市历史地图,与现实世界坐标匹配,完成地理校正,矢量化。
时空地图服务器。它可以显示城市地图是如何随着时间而变化的。
一个3D体验平台。跑r?在地图服务器上,利用深度学习,根据有限的历史图片和地图数据重建三维建筑,创造三维体验。
通过众包构建
重现城市过去最大的困难在于数据:可用的图像很少,从图像中获得的元数据自然比现代地图少得多。
为了迎接这个挑战,谷歌地图工程师使用了开源工具R?。
其功能是通过众包创建一个时间维度的地图服务器。
具体来说,用户可以通过浏览器上传不同年代的纸质地图扫描件,并进行地理校正,使历史地图与现实世界的坐标相匹配。
然后,通过追踪地标建筑和道路等地理特征,将历史地图转换为OSM矢量格式。
这些矢量地图经过瓦片服务器渲染后,会变成通常在谷歌地图上看到的滑溜的地图,可以放大翻译。
重建三维模型
接下来,我们使用这些图像和地图数据来重建历史上曾经出现过的建筑物的三维结构。
这里的困难是,在大多数情况下,一座建筑的历史图像可能只有一个。于是,Google工程师开发了一套从粗到细的识别和重构算法。
首先,根据众包标注或自动检测算法,识别地图标记和历史图像中的建筑立面,并为其生成粗糙的三维结构。
同时,该算法将识别建筑立面上的窗户、入口、楼梯等所有独立的构件,并根据它们的类别重建精细的三维结构。
结合这两者,我们得到最终的3D网格。该结果将存储在3D库中,为下一次渲染做准备。
该算法中涉及的SOTA深度学习模型包括:
训练后的RCNN用立面组件(如窗户、入口和楼梯)进行注释,这些组件用于在历史图像中定位框架级实例。
DeepLab是一个语义分割模型,为每个语义类提供像素级的标签。
特别设计的神经网络用于确保在一个标高上生成的窗口具有相等的间距和一致的形状。同时也保证了楼梯、窗户等不同语义类之间的一致性,使这些组件能够放置在合理的位置。

搜索关于谷歌地图发布《时光机》:100年前你的街道是什么样的?的信息,谷歌一下

版权保护: 本文由谷歌搜索发布,转载请保留链接:

信息拓展:

  1. 为什么最近谷歌地球用不了了?一起来看众说纷纭
  2. 谷歌搜索:31年前的今天中国建成的第一台天文子午环怎么样了
  3. 谷歌搜索百科:570年前的今天多米诺骨牌出现,你了解多米诺骨牌的哪些
  4. 谷歌搜索结果:关于人们认识1早还是0早,你知道吗?
  5. 谷歌搜索结果:七夕了,怎么去追男孩子?怎么样追女孩子?
  6. 谷歌搜索公告:不允许广告商追踪18岁以下用户
  7. 谷歌搜索引擎在搜索结果中添加搜索排名依据
  8. 谷歌搜索广告联盟就相关社交媒体广告致广大站长的一封信
  9. Google搜索引擎发布网页体验新算法,网站应做好7方面优化调整
  10. 热评:谷歌搜索引擎威力不小,国产手机真的不能妄动吗?