首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

3D重建曼哈顿街景!谷歌开源Kartta Labs,使用深度学习和众包再现历史街景

谷歌今天开源了Kartta Labs,这是一个基于 Google Cloud 和 Kubernetes 的开源可扩展系统,可从历史地图和照片中重建过去的城市。...众包平台允许用户上传历史地图,手动矫正 众包平台的切入点是Warper,Warper是基于MapWarper开源的Web应用程序,它允许用户上传地图的历史图像,并通过在历史地图上找到控制点,以及底图上的对应点来对它们进行地理校正...Warper使用许多开源地理空间库和技术可以像Ruby on Rails应用程序进行运行,其中就包括PostGIS、GDAL。 它可以将生成的地图导出为PNG,GeoTIFF和其他开放格式。...带有时间滑块的3D重建曼哈顿切尔西鸟瞰图 编辑器同样是一个开源Web应用程序,它是OpenStreetMap编辑器的自定义版本。...3D重建的曼哈顿切尔西街景 Kartta的前端工作方式类似于Google Maps,但带有用于选择地图年份的时间滑块。移动时间滑块可显示地图中的要素如何随时间变化。

2K20

业界 | 谷歌开源深度学习街景文字识别模型:让地图随世界实时更新

谷歌街景车每天都会收集数百万张图片,而人工分析这超过 800 亿张高分辨率图片中的信息,试图找出其中的新变化是一个不可能完成的任务。...谷歌近日已将这一模型开源。 Github 地址:https://github.com/tensorflow/models/tree/master/attention_ocr ?...在 2014 年,谷歌 Ground Truth 团队发布了当时最好的读取街景门牌(SVHN)数据集中门牌号的方法。...2015 年,谷歌发表了「从街景图像中发现大规模商户(论文地址:https://arxiv.org/abs/1512.05430)」的论文,它为人们提供了一个可以在街景图像中精确探测商户标牌的方法。...为了展示新模型的能力,我们让它在更具挑战性的谷歌街景图数据集中读取商户名。

1.9K80
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    谷歌推出虚拟现实街景服务

    谷歌地球(Google Earth)可能是最令人激动的电脑端虚拟现实(PC VR)应用之一,但是谷歌虚拟现实平台“白日梦”(Daydream)的街景(Street View)应用也毫不逊色,这个应用可以让你置身于...“白日梦”平台已经提供了很多街景内容,但是谷歌最新的“街景就绪”(Street View Ready)全景相机认证相机将会带来更多内容。 ?...谷歌在5月10日宣布了这一新的概念,其发行的20部360度全景相机都带有“街景就绪”全景相机认证,可以让人们快捷无忧地将图片上传至谷歌遍及全球的服务产品中。...工作流就绪(Workflow Ready)是一系列发布工具,可以让你将图片上传至“街景”账号。 显然,我们最感兴趣的就是“街景”的虚拟现实就绪(VR ready)。...事实上,后者已经在本周于日本举办的谷歌街景峰会上展示了它的设备。这款产品名为虚拟现实相机(Virtual Reality Camera,VRC),名副其实。

    88350

    人工智能神啦,透过街景预测未来……

    NASA刚刚宣布:借助谷歌人工智能,发现迷你版太阳系的第8颗行星,现在又从《美国科学院院报》(PNAS)传出消息—— 人工智能透过分析街景数据,竟然能够准确预测当地选民的政治倾向! 到底咋回事?...来自美国斯坦福大学一个研究团队,在《美国科学院院报》上最新发表一篇学术报告披露: 他们利用人工智能,从几千万张谷歌街景图中的汽车照片,分析出该地区人口组成的一系列信息,包括选民的政治倾向。...斯坦福这个研究团队,让人工智能AI数据消化,来自美国200个城市、5000万张谷歌街景图(公开照片),通过人工智能算法——从每张照片中找出大约2200个汽车特征、车主各种偏爱……由此预测出一连串的趋势,

    698100

    DeepMind用街景来认路

    那时候没有地图,只是简单的记住街景和沿途转向。随着开始尝试新的越来越复杂的线路,你变得更加自信,在这个过程中,或许你会暂时迷路,但是得益于熟悉的路标或太阳朝向,又能找到正确的路线。...在没有地图的城市中学习导航时,我们提供了一个交互式导航环境 —— 使用来自 Google 街景视图的第一视角并将其环境游戏化,来训练人工智能。作为街景图像的标准,人脸和车牌比较模糊以至于无法识别。...我们建立了一个基于神经网络的人工智能体,使用视觉信息(来自街景视图图像的像素)来学习在多个城市中导航。...就像在谷歌街景图相同的是,代理导航可以在适当的位置进行旋转,或者在可能的情况下前进到下一个全景中;与谷歌地图和街景不同的是,代理导航不会看到小箭头、本地或全球地图或著名的Pegman,而是学习区分开放道路和人行道

    1.1K90

    街景车弱爆了,照片游技术会取而代之?

    基于平面图像的3D建模,是街景应用的核心技术,只不过它的照片素材是街景车等专业取景器拍摄而来。...尽管在加德满都被损毁之后,其他重要旅游经典应该会有意识加快街景建设。不过别忘了,有目的的街景建设都只能还原某个时刻的街景,比如杭州西湖春夏秋冬各不相同,只有通过照片游才可还原不同时间点的街景。...典型场景2:更低成本的街景制作 街景技术已经出现近十年了,不过你会发现你所在地区可能并不在街景地图之中,就算在可能已是两年前的数据,店铺、路段什么的可能都已经认不出来了,相对于电子地图而言,街景地图不论是在覆盖范围还是更新频率上...总而言之,照片游是更低成本、更高效率的众包街景制作技术。 典型场景3:室内街景从点到面 过去的街景几乎都是室外部分,并不是室内街景没需求,相反室内虚拟游览、室内导航的需求可能更甚,比如商场和博物馆。...室内街景没怎么做,我想主要有两个原因:室内诸多街景采集设备都失效了,街景车跑步起来,头上戴个街景采集器估计会被打。

    1.2K50

    AI 修复民国北京街景视频,火遍全网带你穿越

    他将一段加拿大摄影师于 1920-1929 年拍摄的民国年间的北京街景黑白视频,通过 AI 完成了上色、修复帧率和超分辨率,带网友们穿越回百年前,感受昔日繁华。...片段截图:北京街景 这段时间中,中国也相继发生了「废除二十一条运动」、「孙中山逝世」、「段祺瑞宣告成立临时政府」等重要的历史事件。 ?...视频截图:作者提出的修复前后对比 作者在 帧率修复 部分使用的是由上海交大博士 Bao Wenbo 开源的 DAIN 插帧算法(项目地址:https://github.com/baowenbo/DAIN...由一位加州的艺术家工程师在 Github 上进行开源(项目地址:https://github.com/jantic/DeOldify) DeOldify 采用了 NoGAN 这样一种新型的、高效的图像到图像的...最后,这样一段时长十分钟的视频,就这样通过开源算法和软件的完美结合,呈现到了我们眼前,带领网友们穿越回民国,感受了一回北京的繁华街景。 —— 完 ——

    58820

    我的Vue.js生态开源之旅

    好久没写文章了,因为今年工作之余更多的是活跃在开源社区,借着年底思考怀疑人生(偷懒)的空闲时间想跟大家分享今年我在Vue.js生态的做的事情和对开源的看法,也算是「2021」我给Vue.js生态贡献代码的这一年的续篇吧...从那时起有一段时间就是上班用它糊业务,下班给它水PR,从此开始了开源之路。 如何参与开源 关于这个问题其实在「2021」我给Vue.js生态贡献代码的这一年这篇文章里已经讲过了,这里就简单啰嗦两句。...2022开源之旅 前面啰嗦了一堆,总算是要进入正题了,下面就跟大家分享过去一年我在Vue.js生态做的一些事情和收获。...发起Vue.js挑战 过去我一直在寻找一个可以让每个人一起学习Vue.js的项目,所以撸了一个Vue.js在线挑战平台,它提供了一些题库,开发者可以在线进行挑战。...通过这些挑战,我们可以进一步了解和熟悉Vue.js,希望它能对想学习Vue.js的同学有所帮助。

    77730

    学界 | 谷歌地图重大升级,用深度学习实时更新街景

    街景车每天收集数百万张图片,如果用人工分析每天超过800亿张高清晰图片来找出其中的新变化或者更新地图信息,显然是不可能的。...)一文中,谷歌描述了所采用的方法——怎样在街景视图中使用深度神经网络自动且准确无误地读出街道名称。...目前该模型已经开源。 ? 图中为法国街道名称标识数据集中的一个例子,被谷歌的系统正确识别。上图为同一标识的四种不同视角 自然环境中的文本识别在计算机视觉和机器学习上是一个非常具有挑战性的问题。...谷歌从2008年开始致力于解决这一问题,使用神经网络模糊了街景图像中的脸和车牌,以保护谷歌用户的隐私。...2014年谷歌地面实况团队在街景门牌号数据集(SVHN)上公布了读取街道号码的方法,随后暑期实习生Ian Goodfellow(现为谷歌员工)进行了运用。

    1.4K70

    基于街景图像的武汉城市绿化空间分析

    已有研究表明,街景图像在计算城市绿视率上具有重要的应用价值。通过分析街景图像中的各像素信息,计算机视觉可以准确计算出绿视率,为城市绿化规划和生态保护提供科学依据。...根据街景图像的经纬度信息生成 POI 点,并在武汉市的矢量图上进行可视化。 核心挑战包括: 如何通过百度 API 从网站上爬取街景图像? 如何读取、处理街景图像?...至此,我们得到获取街景 panoid 的 url 以及获取街景图像的 url。...目前我们已经爬取了街景图像,那么如何检验目前街景图象是否有效,而不是乱码或者残缺数据呢。...街景图像的爬取是获取评估城市绿化水平所需数据的重要步骤,需要通过爬虫技术获取大量的街景图像数据,以支持后续的分析和计算。

    20810
    领券