Нейросеть MIT находит дороги, пропущенные в Google Maps (видео)
Каждый год Google и ряд других компаний расходуют миллиарды долларов на то, чтобы их карты сохраняли свою актуальность. Это колоссальная работа, и особую проблему представляет нанесение на карту всех дорожных артерий. Как правило, эту работу выполняют не компьютерные программы, а живые люди. Но учитывая, что протяженность транспортных путей по всему миру составляет более 30 млн км, понятно, что они просто физически не в состоянии их все досконально проверить.
Однако новые технологические решения, похоже, помогут в решить этой кропотливой задачи. Нейросеть RoadTracer, созданная специалистами Массачусетского технологического института (MIT) использует спутниковые фотографии с достаточно высоким разрешением, чтобы и найти пропущенные дороги. Точность работы ИИ на 45% превышает имеющиеся к настоящему моменту решения.
Система RoadTracer сопоставляет снимки из Google Earth со схемой сети дорог в OpenStreetMap. Определенный, уже известный участок принимается в качестве стартовой точки. Нейронная сеть производит сканирование окружающей его территории и делает вывод, где именно, с учётом наибольшей вероятности, дорога присутствует, после чего переключается на последующий участок и повторяет процесс. Таким образом, на карте постепенно появляются дороги, о которых вашему навигатору пока ничего не известно. К слову, у традиционных способов сегментации нередко возникают ошибки из-за деревьев, растущих у дороги, или падающей на неё тени от строений. Бывает, что алгоритмы не замечают наличие тупика и автоматически соединяют два находящихся рядом участка.
Для обучения системы RoadTracer были использованы фото 25 городов, расположенных в шести различных странах. В тестах, составленных на основе карты Нью-Йорка, системе удалось правильно определить 44% транспортных развязок, в то время как результат при стандартной методике составляет лишь 19%. Хотя технология показала эффективность более чем в два раза выше, сами разработчики намерены усовершенствовать её данными GPS.
Источник: mit.edu