Car-tech

Software fjerner folk fra Google Street View

CHICKEN GIRLS: THE MOVIE

CHICKEN GIRLS: THE MOVIE
Anonim

Pesky fodgængere kan fjernes fra Google Street View med nogle eksperimentelle software udviklet af en kandidatstuderende ved University of California, San Diego.

Google Street View opretter sine panoramaer af steder ved at samle billeder. Imidlertid fanges billederne forskelligt fra et bevægende køretøj. Hvis nogen går hen til deres hund eller bare tager en tur, kan de vises i det endelige panorama.

Google blurer for øjeblikket ud ansigter fra mennesker samt licensplader på biler, der ved et uheld fanges i Street View, men Bevis for konceptsoftware demonstreret af Arturo Flores og UCSD computervidenskabsprofessor Serge Belongie på IEEE International Workshop on Mobile Vision i juni lover at vaske menneskelige artefakter fra panoramaerne helt. (Flores er en tidligere Senior Application Developer for PCWorld, og vi er stolte af ham.)

Hvad softwaren gør er at identificere menneskelige former i et billede og fjerne dem. Derefter udfylder hullerne med pixels fra det, der ligger bag personen - vægge, græs, fortov, mursten og så videre - taget fra rammer, der er skudt før og efter den person, personen kommer til.

Lignende teknikker bruges i foto redigeringsprogrammer, men de kræver en vis mængde manuel manipulation. Flores 'software gør et godt stykke arbejde med automatisk at vaske folk fra billederne, men hvis billederne nøje gennemgås, kan spor af menneskeheden stadig ses i dem. Og til tider giver det nogle bizarre resultater - hunde med snore i besiddelse af usynlige herrer og ankler uden ben i sko.

Derudover fungerer softwaren kun i byområder, hvor pixlerne blokeret af mennesker er på en "dominerende plan overflade ", hvilket gør dem enklere at erstatte. Så programmet ville fungere fint, hvis en person gik ved et vægmaleri af heste græsning i en græs, fordi vægmuren i baggrunden ville være flad. Hvis personen vandrede af ægte heste som græsser i en græs, ville programmet være mindre effektivt, fordi baggrunden ikke ville være flad.

Fotokredit: UCSD Jacobs School of Engineering