Google: Έχουμε κάνει μια σημαντική ανακάλυψη στην αναζήτηση εικόνων

Οι άνθρωποι μπορούν να υπερέχουν στην αναγνώριση προτύπων, αλλά οι υπολογιστές δεν είναι πολύ έξυπνοι στην αναγνώριση εικόνων. Ο εγκέφαλός μας μπορεί να εντοπίσει αμέσως φωτογραφίες από διάσημα ορόσημα, όπως το Άγαλμα της Ελευθερίας ή το Σινικό Τείχος της Κίνας, αλλά οι υπολογιστές είναι συνήθως ανίδεοι χωρίς ετικέτες κειμένου ως φύλλα εξαπατήσεως.

Αυτό μπορεί να αλλάξει, ωστόσο, εάν ένα ερευνητικό πρόγραμμα Google "οθόνες ηλεκτρονικών υπολογιστών". Ο γίγαντας της έρευνας παρουσίασε τη Δευτέρα ένα έγγραφο σχετικά με την αναγνώριση ορόσημων στο συνέδριο Computer Vision and Pattern Recognition (CVPR) στο Μαϊάμι. Η νέα τεχνολογία επιτρέπει στους υπολογιστές να γρήγορα ID. εικόνες από περισσότερα από 50.000 παγκόσμια ορόσημα με 80% ακρίβεια, λέει η Google.

Η Google επισημαίνει γρήγορα ότι η τεχνολογία της αναγνώρισης προτύπων εξακολουθεί να είναι ερευνητικό έργο και όχι νέα υπηρεσία. Αυτό έχει νόημα, καθώς ένα εργαλείο αναζήτησης που έχει δίκιο μόλις 8 στις 10 προσπάθειες δεν είναι έτοιμο για πρωταθλητισμό. Ακόμα, η ιδέα είναι πολύ δροσερή και θα μπορούσε να αποδειχθεί ένα όφελος για τους ταξιδιώτες αν η Google μπορεί κάποια μέρα να αυξήσει το ποσοστό ακρίβειας. Η δυνατότητα να τραβήξετε μια φωτογραφία ενός άγνωστου ορόσημου και να το αναγνωρίσετε αμέσως από το smartphone ή την κάμερα που υποστηρίζει το Net θα είναι δημοφιλής, νομίζω. Φυσικά, υπάρχει επίσης η δυνατότητα για επιστημονικές και καταναλωτικές εφαρμογές που κανείς δεν σκέφτεται ακόμα.

Πώς λειτουργεί; Ο Τζέι Γιάγκνικ, επικεφαλής της Google στον τομέα της έρευνας στον τομέα των ηλεκτρονικών οραμάτων, εξηγεί σε μια θέση στο blog. Το πρώτο βήμα είναι η χρήση 40 εκατομμυρίων φωτογραφιών με ετικέτα GPS από δύο υπηρεσίες Google, το Picasa και το Panoramio και οι ιστοσελίδες τουριστικού οδηγού online για τη σύνταξη μιας λίστας ορόσημων. "Έπειτα, βρήκαμε υποψήφιες εικόνες για κάθε ορόσημο χρησιμοποιώντας αυτές τις πηγές και την Αναζήτηση εικόνων Google, την οποία στη συνέχεια" κλαδέψαμε "χρησιμοποιώντας αποτελεσματικές αντιστοίχιση εικόνων και τεχνικές ομαδοποίησης χωρίς εποπτεία", γράφει.

Το τελικό βήμα ήταν να αναπτυχθεί ένα σύστημα ευρετηρίασης γρήγορη αναγνώριση εικόνας. Αλλά παρά την έξυπνη λειτουργία του έργου, η ακριβής αναζήτηση εικόνων παραμένει δύσκολη. Όπως δείχνει η παρακάτω φωτογραφία, τα μη σχετιζόμενα ορόσημα μπορεί να μοιράζονται παρόμοια αρχιτεκτονικά χαρακτηριστικά. Επίσης, η συμπερίληψη ενός τεράστιου banner ή σημαίας μπορεί να οδηγήσει σε ψευδή αγώνα.

Ας ελπίσουμε ότι το ερευνητικό πρόγραμμα της Google θα βελτιώσει την αναζήτηση εικόνων, η οποία σήμερα είναι πολύ εξαρτημένη από την προσθήκη ετικετών. Το επόμενο βήμα θα ήταν να βρούμε έναν τρόπο να εντοπίσουμε τον αμέτρητο αριθμό εικόνων χωρίς ορόσημο, αλλά αυτό το έργο φαίνεται απείρως πιο δύσκολο.