Biorąc pod uwagę obraz satelitarny, uczenie maszynowe tworzy widok na ziemi

Leonardo da Vinci stworzył słynne rysunki i obrazy, które ukazywały widok z lotu ptaka na niektóre obszary Włoch z poziomem szczegółowości, który nie był możliwy do osiągnięcia przed wynalezieniem fotografii i maszyn latających. Rzeczywiście, wielu krytyków zastanawiało się, jak mógł sobie wyobrazić te szczegóły. Ale teraz naukowcy pracują nad odwrotnym problemem: biorąc pod uwagę satelitarne zdjęcie powierzchni Ziemi, jak ten obszar wygląda z ziemi? Jak wyraźny może być taki sztuczny obraz?

Dziś otrzymujemy odpowiedź dzięki pracy Xueqing Denga i kolegów z Uniwersytetu Kalifornijskiego w Merced. Ci faceci nauczyli algorytm uczenia maszynowego, aby tworzyć obrazy na poziomie gruntu, po prostu patrząc na zdjęcia satelitarne z góry.

Technika ta opiera się na formie inteligencji maszynowej znanej jako generatywna sieć przeciwników. Składa się on z dwóch sieci neuronowych zwanych generatorem i dyskryminatorem.

Generator tworzy obrazy, które dyskryminator ocenia według pewnych wyuczonych kryteriów, takich jak stopień ich podobieństwa do żyraf. Wykorzystując dane wyjściowe z dyskryminatora, generator stopniowo uczy się tworzyć obrazy, które wyglądają jak żyrafy.

W tym przypadku Deng i współpracownicy szkolili dyskryminator za pomocą rzeczywistych zdjęć gruntu oraz zdjęć satelitarnych tej lokalizacji. Dzięki temu uczy się, jak powiązać obraz z poziomu gruntu z jego widokiem z góry.

Oczywiście ważna jest jakość zbioru danych. Zespół wykorzystuje mapę pokrycia gruntu LCM2015, która podaje klasę terenu w rozdzielczości jednego kilometra dla całej Wielkiej Brytanii. Zespół ogranicza jednak dane do siatki 71x71 kilometrów, która obejmuje Londyn i okoliczne tereny wiejskie. Dla każdej lokalizacji w tej siatce pobrali widok z poziomu gruntu z internetowej bazy danych o nazwie Geograph.

Następnie zespół przeszkolił dyskryminator za pomocą 16 000 par obrazów nad głową i na poziomie gruntu.

Następnym krokiem było rozpoczęcie generowania obrazów z poziomu gruntu. Generator był zasilany zestawem 4000 zdjęć satelitarnych określonych lokalizacji i musiał tworzyć widoki z poziomu gruntu dla każdego z nich, wykorzystując informacje zwrotne z dyskryminatora. Zespół przetestował system za pomocą 4000 obrazów z góry i porównał je z obrazami prawdy gruntowej.

Wyniki stanowią ciekawą lekturę. Sieć tworzy obrazy, które są wiarygodne, biorąc pod uwagę obraz ogólny, jeśli mają stosunkowo niską jakość. Wygenerowane obrazy rejestrują podstawowe cechy gruntu, takie jak to, czy pokazuje drogę, czy teren jest wiejski czy miejski i tak dalej. Wygenerowane obrazy na poziomie gruntu wyglądały naturalnie, chociaż, zgodnie z oczekiwaniami, brakowało im szczegółów rzeczywistych obrazów, mówią Deng i spółka.

To fajna sztuczka, ale jak bardzo jest przydatna? Jednym z ważnych zadań geografów jest klasyfikacja gruntów pod kątem ich użytkowania, np. czy jest to teren wiejski czy miejski.

Niezbędne do tego są zdjęcia z poziomu gruntu. Jednak istniejące bazy danych są zwykle nieliczne, zwłaszcza na obszarach wiejskich, więc geografowie muszą interpolować obrazy, co jest procesem niewiele lepszym niż zgadywanie.

Teraz generatywne sieci przeciwników Deng and co zapewniają zupełnie nowy sposób określania użytkowania gruntów. Kiedy geografowie chcą poznać widok z poziomu gruntu w dowolnym miejscu, mogą po prostu utworzyć widok z siecią neuronową na podstawie obrazu satelitarnego.

Deng i spółka porównują nawet te dwie metody — interpolację i generowanie obrazu. Okazuje się, że nowa technika prawidłowo określa wykorzystanie terenu w 73% przypadków, podczas gdy metoda interpolacji jest prawidłowa w zaledwie 65% przypadków.

To interesująca praca, która może ułatwić życie geografom. Ale Deng i spółka mają większe ambicje. Mają nadzieję ulepszyć proces generowania obrazów, tak aby w przyszłości dawał jeszcze więcej szczegółów na obrazach z poziomu gruntu. Leonardo da Vinci z pewnością byłby pod wrażeniem.

Nr ref.: https://arxiv.org/abs/1806.05129 : Jak jest tam na dole? Generowanie gęstych widoków na poziomie gruntu i funkcji obrazu z obrazów napowietrznych za pomocą warunkowych generatywnych sieci przeciwnych

ukryć