MIT використовує штучний інтелект для створення Оновлені карти вулиць від супутникових знімків

Ми всі були там - ваш GPS говорить, що, як передбачається, буде чергу йде вгору, і ви довіряєте машині. Потім ви опиняєтеся не в ту сторону або застряг на приватній дорозі ніде розвернутися. Отримання точних карт до рівня вулиць важко, і навіть технічно точні карти може збивати з пантелику, чи не досить докладно. Дослідники з Массачусетського технологічного інституту та Науково-дослідного інституту Qatar Computing (QCRI) об'єднали дві нейронні архітектури мережі для отримання більш точних карт GPS з легкодоступними супутникових зображень.

Це вимагає часу і грошей, щоб зібрати точні картографічні дані, і муніципалітети по всьому світу постійно роблять щипки їх вироблення. Тільки компанії, що має доступ до гір призначених для користувача даних і флотам відображення транспортних засобів є надія на оновлення на регулярній основі, але навіть Google не може зберегти свої дані на всі частини світу уточненого.

Одним з можливих рішень є використання супутникових зображень для отримання точних карт вулиць, але будівлі, дерева і шляхопроводів часто неясні важливі деталі, як підрахунків смуги руху і виходів. Новий документ з MIT і QCRI пояснює, як інструмент, званий RoadTagger може передбачити розташування смуг руху, навіть коли вони не видно.

Якби ви були дивитися на супутниковому зображенні з затемненій проїжджої частини, ймовірно, можна припустити, скільки смуг є і які з них ви повинні були б бути, щоб взяти конкретний вихід. Навчання машини, щоб зробити це з мільйонами зображень є основною обчислювальної завданням, однак. RoadTagger складається з двох частин: сверточное нейронна мережа (CNN) часто використовуються для задач розпізнавання образів і граф нейронної мережі (GNN), який розуміє відносини між точками даних.

CNN RoadTagger сканує вихідні дані зображення і ідентифікує дороги. Потім GNN розщеплюється кожну дорогу на сегменти 20 метрів. Кожен сегмент стає «плиткою» в окремому вузлі графа. CNN дивиться на кожному вузлі графа і збирає функцію, такі як тип дороги і підрахунки провулка. Він розділяє дані з сусідніми вузлами, що розповсюджуються вздовж всієї довжини шляху. Якщо плитка затемняются або неясні, то GNN може використовувати дані CNN з інших вузлів для оцінки умов в цьому розділі.

Команда перевірила RoadTagger з реальними зображеннями з 20 міст США. RoadTagger вдалося правильно ідентифікувати приховані локації LANE 77 відсотків часу. Він також правильно вгадали типи доріг 93 відсотків часу. Версія майбутнє вже планується, що буде стимулювати, що точність і додати підтримку для визначення функцій, таких як автостоянки і велосипедних доріжок.

Читати далі

Bepicolombo знімає знімки ртуті в першій flyby

Космічний зонд ESA / Jaxa Bepicolombo зробив свій перший Flyby з ртуті протягом вихідних і поєднується з деякими відмінними фотографіями, щоб відзначити випадок.

Нова Windows Build поєднує вдосконалений інструмент знімка та розширює доступ до наборів

Після ряду таємничих затримок, Microsoft нарешті випустила оновлення Spring Creators для Windows 10 на початку цього тижня. Не витрачаючи жодного часу, Microsoft нещодавно випустила нову версію Insiders, яка попередньо переглядає деякі нові функції, які можна очікувати у Windows 10 незабаром.

Нові знімки показують етапи марсіанської пылевой бури

Зображення виходить з орбіти ESA Mars Express, який спостерігає за Марсом майже 15 років.

Деталі, ціноутворення, знімки настільного ПК виходять на Nvidia RTX 2080

Нова інформація про RTX 2080 просочилася, оскільки картки натягуються до запуску.