A különbségekre koncentrál az új képkereső algoritmus

A képek párosítása alapvetően hasznos célokat szolgál, elég a Google Goggles nevű okostelefonos alkalmazására gondolni, ami az éppen elkészített fotó alapján keresi meg a weben, hogy a felhasználó milyen nevezetesség előtt áll, vagy hol tudja megvenni a lefényképezett könyvet.  A kereséshez köthető alkalmazásokon kívül más területeken is bevethetők az ehhez hasonló módszerek, noha bizonyos körülmények között akaratlanul is elvéreznek. A jelenleg használt képpárosító eljárások a fotók közötti hasonlóságot figyelik, ezért ha egy templomot télen és nyáron is lefotózunk, az algoritmusok talán felismernék, hogy a képek templomokat ábrázolnak, azt viszont már nem, hogy ugyanaz az épület van rajtuk.

Beszélik a nyelvet, de nem értik

A Carnegie Mellon Egyetem kutatói Alexei Efros és Abhinav Gupta professzorok vezetésével olyan eljárást dolgoztak ki, amivel ez a baki áthidalható, sőt újabb lehetőségek felé nyitottak kaput vele: az “adatvezérelt egyediség” becenevet viselő módszerrel az sem lehetetlen, hogy egy autóról készült rajzhoz keressünk olyan fotókat, amik leginkább hasonlítanak hozzá. A tudósok szerint meglepően egyszerű, de az emberi észleléshez jobban hasonlító fejlesztést a jövő heti SIGGRAPH Asia konferencián mutatják majd be részleteiben.

“A legtöbb számítógépes módszer magához a nyelvhez kötődik, és nem a nyelv jelentéseihez” - példázza a számítógépes módszerek és az emberi gondolkodás alapvető különbségét Efros. A most használt módszerek a formák, színek és beállítások közti hasonlóságokra koncentrálnak, és többnyire kiválóan teljesítenek, amíg a képek valóban hasonlóak: ha a fenti templomos példához hasonló körülményeket teremtünk, tehát az előttünk álló épületről más napszakban, évszakban készült fotót, esetleg festményt vagy rajzot szeretnénk keresni, a pixelek szintjén rendkívül eltérő képek között válogathatunk, amivel az algoritmusok sem tudnak mit kezdeni.

<

A hasonlóságot kereső eljárásoknál szintén probléma, hogy a képek egyes részei - például a felhős égbolt - úgy mutatnak azonosságot, hogy közben sem jelentőségük, sem pedig közük nincsen egymáshoz, hiszen az épületek fotóin és tájképeken jó eséllyel mindig látszódik az égbolt, ami több esetben téves felismeréshez vezethet. A kutatók ekkor gondoltak az első blikkre pofonegyszerűnek tűnő ötletre: a képeken nem a hasonlóságokat, hanem az egyedi jellemzőket kell megkeresni, majd ezek alapján kell párosítani őket; olyan jellemzőkre kell gondolni, amik a nyári és a téli képen, vagy a fotón és a rajzon ugyanúgy megvannak.

A hazai IT felrázásához haza kell hozni a legjobbjainkat Az elvándorolt szakemberek visszacsábítása komoly kihívás, azonban számos ország már megmutatta, hogy ez nem lehetetlen feladat.

Az egyedi jellemzők felmérése egy hatalmas adatbázis segítségével történik, amiben véletlenszerűen válogatott képek kaptak helyet. A fotókon, rajzokon, festményeken azokat a részeket tekintették egyedinek, amik ténylegesen különböznek a többi képtől: a kutatók példája szerint a párizsi Diadalív és az előtte pózoló ember közül az épület kap nagyobb súlyt a számítások során, hiszen nyilvánvaló, hogy sok másik fotón áll majd egy ember.

Hol is készült ez a kép?

A képpárosítás a hagyományos keresőkkel együtt érdekes lehetőségeket tartogat, kis szerencsével egy százéves fotó alapján megtudhatjuk, hogy az hol készült, sőt a régi nyaralások képeit is elővehetjük, hogy a GPS-koordinátákkal megjelölt párjukat kikeresve beazonosítsuk, merre jártunk pontosan. Hosszú távon a gépi látás területén érhetnek el fontos áttörést a kutatók: a robotok csak néznek, és nem látnak, a kamerájuk elé kerülő tárgyak hatékony azonosításához elvezető áttörésre még vár a tudomány.