Google Street View kann jetzt Straßennamen, Nummern und Unternehmen extrahieren

Es ist an der Zeit, dass sich die Mitarbeiter um die KI sorgen.

Avatar-Chat hat das Potenzial, Freunde in einem erweiterten sozialen Umfeld von überall auf der Welt zu vereinen…:

Remote AR macht es möglich, dass wir überall arbeiten – oder spielen können.

Google hat gezeigt, dass es neue Deep Learning Smarts mit Street View kombiniert, um die Automatisierung des Prozesses der google earth hausnummern anzeigen Zuordnung neuer Adressen für Google Maps zu erleichtern.

Jeder, der in einer Stadt oder einem großen Ballungsraum lebt, wird wahrscheinlich die Street View-Autos von Google gesehen haben, die mit einer 360-Grad-Kamera ausgestattet sind und in den letzten Jahren Straßen durchquert haben, um alles einzufangen, von Ladenfassaden und Denkmälern bis hin zu Parks und Gassen. Während die Kamera Bilder des realen Wortes sammelt, um Google Maps zu ergänzen, ist es auch möglich, zusätzliche Informationen aus den Fotos zu extrahieren – einschließlich Hausnummern und Namen – um die in Google Maps verfügbaren Daten zu verbessern.

Zahlreiche Faktoren wie Beleuchtung, Winkel, Verzerrungen oder unübersichtliche Hintergründe können es jedoch für eine Maschine schwierig machen, Namen und Nummern richtig zu identifizieren.

Beispiele für herausfordernde Schilder, die von Street View aufgenommen wurden.

Im Laufe der Jahre hat sich Google mit einer Reihe von Methoden beschäftigt, um die Daten aus Street View-Bildern zu verbessern, darunter ReCAPTCHA, bei dem es sich um Human Crowdsourcing handelt, um den Inhalt eines Bildes zu identifizieren.

In jüngster Zeit hat sich Google für tiefe neuronale Netze entschieden, um den Prozess des „Lesens“ des Inhalts von Bildern zu automatisieren, und sein neuester Algorithmus erreicht „84,2 Prozent Genauigkeit bei den anspruchsvollen französischen Straßennamensschildern (FSNS)“, so ein Blogbeitrag. Die Post fügt hinzu, dass sie „die bisherigen hochmodernen Systeme deutlich übertrifft“. Google hat das Modell über Tensorflow, die von Google entwickelte Open-Source-Softwarebibliothek für maschinelles Lernen, auf GitHub öffentlich zugänglich gemacht.

Google Street View

Obwohl Google bereits neuronale Netzwerke in Street View verwendet, um beispielsweise Autonummernschilder und -gesichter zu verdecken, verwendet das Unternehmen ähnliche Methoden, um nützliche Informationen wie Straßennummern zu extrahieren, die laut Google verwendet wurden, um Standortdaten in einem Drittel der Adressen weltweit zu „verbessern“.

  • Aber Adressen bestehen nicht nur aus Zahlen, weshalb Google daran arbeitet, das System auch um Straßennamen zu erweitern.
  • Das System ist auch in der Lage, Abkürzungen durch vollständige Namen zu ersetzen (z.B. „Avenida“ statt „Av.“) und irrelevante Texte auf dem Foto zu ignorieren.

Dieses automatisierte System verbessert die Fähigkeit, neue Straßen zu kartieren und Gebäude hinzuzufügen, die es möglicherweise noch nicht auf den offiziellen Karten einer Stadt geschafft haben. Darüber hinaus kann das gleiche Basissystem – mit unterschiedlichen Trainingsdaten – auch Geschäftsnamen lesen, was es zudem ermöglicht, neue Geschäftseinträge in Google Maps automatisch zu aktualisieren.

Durch die Kombination der Standortdaten aus dem GPS des Street View-Autos mit Adressinformationen und aus Bildern extrahierten Geschäftsnamen könnte Google also effektiv eine ganze Stadt abbilden, ohne dass bereits Kenntnisse über das Layout oder die Nomenklatur vorliegen.