Street View e deep learning migliorano Google Maps

Un nuovo progetto messo in campo da un team di Google punta a migliorare la qualità delle informazioni offerte dalla piattaforma Maps ai suoi utenti.
Street View e deep learning migliorano Google Maps
Un nuovo progetto messo in campo da un team di Google punta a migliorare la qualità delle informazioni offerte dalla piattaforma Maps ai suoi utenti.

Non solo indicazioni stradali, Google Maps è un servizio in costante evoluzione, regolarmente arricchito da nuove funzionalità che vanno a riguardare gli aspetti più disparati: dalle recensioni di ristoranti, attività commerciali e punti d’interesse alle informazioni relative al trasporto pubblico, fino agli aggiornamenti in tempo reale sulle condizioni del traffico. La piattaforma è ora pronta per un ulteriore passo in avanti.

Il gruppo di Mountain View ne ha parlato sulle pagine del Research Blog. Nel post si fa riferimento all’impiego del deep learning e delle immagini catturate dalle automobili di bigG per popolare il database di Street View. Il team Google Ground Truth ha avviato un progetto chiamato Attention-based Extraction of Structured Information from Street View Imagery e che porterà a estrarre i nomi delle vie, i numeri civici e le informazioni relative alle attività direttamente dalle fotografie. Se in alcuni casi l’operazione potrebbe risultare semplice, in altri è necessario combinare più scatti a causa di una qualità non proprio eccelsa dei file, come dimostrano gli screenshot allegati di seguito.

Segnali stradali difficili da comprendere, ma correttamente interpretati dal sistema messo a punto dal gruppo di Mountain View

Segnali stradali difficili da comprendere, ma correttamente interpretati dal sistema messo a punto dal gruppo di Mountain View

È qui che entrano in gioco gli algoritmi, estraendo le informazioni e inserendole nel database di Maps, contribuendo così a mantenere la piattaforma sempre aggiornata. Google ha scelto di rendere il progetto aperto, caricandone il codice su GitHub per la community di sviluppatori.

In questo caso gli algoritmi sono in grado di interpretare correttamente l'insegna fotografata, assegnando il nome Zelina Pneus all'attività situata in quella determinata posizione

In questo caso gli algoritmi sono in grado di interpretare correttamente l’insegna fotografata, assegnando il nome Zelina Pneus all’attività situata in quella determinata posizione

Si tratta dell’ennesima dimostrazione concreta di come le enormi potenzialità del deep learning (e più in generale del machine learning) possano contribuire a migliorare servizi di ogni tipo, anche quelli dedicati alla mappatura del territorio.

Ti consigliamo anche

Link copiato negli appunti