प्रौद्योगिकी: ऑटोफोटोग्राफ़र

आज, लगभग 130,000 घरों के लिए 230,000 से अधिक तस्वीरें Yandex.Maps पर दिखाई दी हैं - यह लाखों लोगों के साथ मास्को में सभी इमारतों की संख्या से अधिक है। बेशक, इस तरह के कई घर फोटोग्राफरों की पहुंच से परे हैं। कम से कम यह एक टाइटैनिक काम होगा। तस्वीरें पैनोरमा - ऑटोपोटोग्राफ़र पर आधारित विशेष रूप से विकसित तकनीक का उपयोग करके ली गई हैं।

स्ट्रीट पैनोरमा में कई शॉट्स होते हैं जो हजारों इमारतों पर कब्जा कर लेते हैं। लेकिन सभी पैनोरमा और "मैन्युअल" को देखने के लिए उनमें से घरों की तस्वीरों को काटना मुश्किल और समय लेने वाला है। पैनोरमा की शूटिंग हर 20-50 मीटर पर की जाती है, और केवल सेंट पीटर्सबर्ग के लिए 60 हजार पैनोरमा बनाए गए थे। इसलिए, एक तंत्र विकसित करना आवश्यक था जो स्वचालित रूप से भवन के पैनोरमाओं पर मिलेगा, कट और सर्वश्रेष्ठ शॉट्स का चयन करेगा। इस तंत्र को ऑटोफोटोग्राफर कहा जाता है।

ऑटोपोटोग्राफ़र घर के पैनोरमा में पता लगाता है, पैनोरमिक चित्र और एक नियमित नक्शे के इसी टुकड़े की तुलना करता है। मानचित्र और उसके आकार पर घर के निर्देशांक को जानने के बाद, ऑटोपोटोग्राफर निर्धारित करता है कि घर शूटिंग बिंदु के सापेक्ष कैसे स्थित है। ऐसा करने के लिए, वह इमारत के चरम बिंदुओं (उत्तर और दिशा की दिशा के बीच का कोण) के लिए दिगंश गणना करता है। और फिर, इन अज़ीमुथों में, वह एक मनोरम चित्र में एक घर पाता है।



सबसे पहले, ऑटोपोटोग्राफर सभी घरों की तस्वीरें एक पंक्ति में लेता है, इस बात पर ध्यान नहीं देता कि क्या वे स्पष्ट रूप से दिखाई दे रहे हैं। यह पता चल सकता है कि तस्वीर में घर पर्णसमूह या खराब पार्क किए गए ट्रक को कवर कर रहा है। निश्चित रूप से ऐसी तस्वीरें उपयोगकर्ताओं को इमारत देखने में मदद नहीं करेंगी। इसलिए, आगे ऑटोपोटोग्राफर छवियों की गुणवत्ता का मूल्यांकन करता है। इसके लिए, एक विशेष क्लासिफायरियर बनाया गया था, जो फोटो का विश्लेषण करता है और उसकी रेटिंग डालता है - एक से तीन तक।

छवियों का मूल्यांकन करते समय, क्लासिफायर कई कारकों को ध्यान में रखता है: भवन के रैखिक आयाम, शूटिंग कोण, शूटिंग बिंदु से घर तक की दूरी। ये पैरामीटर यह निर्धारित करने में मदद करते हैं कि इमारत को किस परिप्रेक्ष्य में और कितनी बड़ी गोली मार दी गई है। इसके अलावा, छवि का स्वयं विश्लेषण किया जाता है: रंग संतृप्ति, रंग और ज्यामितीय घटक। इसलिए, यदि छवि में कई बहुआयामी रेखाएं हैं, तो सबसे अधिक संभावना है कि घर खराब रूप से अलग है। और अगर तस्वीर बहुत अधिक हरे या पीले-नारंगी रंग की है, तो इमारत को पत्ते से ढंका जा सकता है।

मशीन लर्निंग का उपयोग करके क्लासिफायर-मूल्यांकनकर्ता को ट्यून किया गया था। छवियों की गुणवत्ता निर्धारित करने के लिए मशीन को सिखाने के लिए, विशेषज्ञों ने मैन्युअल रूप से कई हजार अच्छी तस्वीरों का चयन किया। छवियों का विश्लेषण करने के बाद, वर्गीकरणकर्ता ने गुणवत्ता का निर्धारण करने के लिए सबसे महत्वपूर्ण कारकों की पहचान की और उनके महत्व की गणना की।

आमतौर पर, एक इमारत कई पैनोरमा पर सीधे गिरती है, इसलिए ऑटोफोटोग्राफर एक घर की 15-20 तस्वीरें लेता है। उनमें से, आपको विभिन्न बिंदुओं से ली गई कुछ अच्छी तस्वीरों को चुनने की आवश्यकता है। यह उपयोगकर्ताओं के लिए सुविधाजनक है जब वे भवन को विभिन्न कोणों से देख सकते हैं। ऐसा करने के लिए, ऑटोपोटोग्राफ़र सभी चित्रों को समूहों (सेक्टर द्वारा) में तोड़ता है - इस बात पर निर्भर करता है कि उन्हें किस बिंदु से और किस दूरी से लिया गया था। और फिर वह विभिन्न क्षेत्रों में से कुछ बेहतरीन तस्वीरों का चयन करता है।



चयनित चित्र Yandex.Fotki सेवा पर अपलोड किए जाते हैं, और वहां से वे Yandex.Maps को प्राप्त होते हैं। ये तस्वीरें यूजर्स ने बिल्डिंग कार्ड पर देखी हैं।