No:Mapillary

Mapillary
author:	Facebook Inc.
Lisens:	proprietary (web and app) and CC-BY-SA (images) (gratis)
platforms:	Android, iOS, and Windows Phone
version:	6.4.32 (Android / 2024-07-16), 6.0.3 (iOS / 2024-07-02), 1.2.0.0 (Windows Phone / 2016-xx-yy) , (2024-08-22)
Språk:	engelsk
Nettsted:	https://www.mapillary.com
install:	Google Play App Store Microsoft Store
Collect street-level imagery
Features Feature Value Map Display ? Routing ? Navigating ? Tracking ? Monitoring ? Editing ? Rendering ? Accessibility ?

Mapillary-bilde som viser bidragene til tometome i Japan.

Mapillarys dekning per 5. mai 2017.

Mapillary (mapillary.com) er en tjeneste for deling av geomerkede bilder utviklet av et svensk startup-selskap, som ble solgt til Facebook i juni 2020. Dets skapere ønsker å representere hele verden (ikke bare gater) med bilder . De mener at for å dekke alle interessante steder i verden, må det være et uavhengig, crowdsourcet prosjekt og en systematisk tilnærming for å dekke interessante områder. Tjenester som Google, med spesielt utstyrte biler med kameramontering, vil ikke kunne dekke verden i tilstrekkelig detalj . Ifølge dem er lokal kunnskap nesten uovervinnelig, og folk vet hva som virkelig betyr noe når det gjelder å ta bilder . De er interessert i dekning av ethvert utendørs sted, og dette kan bidra til et system som representerer verden med høyt detaljnivå . Mesteparten av "intelligensen" i bildebehandling gjøres på serversiden ved bruk av Big data-teknologier og datamaskinsyn, noe som gjør datainnsamlingen veldig enkel for brukeren. Som et resultat vil Mapillary forbedres med hvert nye bilde, siden alle nye bilder er relatert til eksisterende bilder i nærheten. Her er en kort presentasjon for en kort teknisk oversikt. Ideen er at brukerne av dataene får mulighet til å øke dekningen i områder som interesserer dem . Utviklerne av Mapillary tror det er plass i markedet for en leverandør av nøytrale og uavhengige bilder

Bidragsytere kan installere Mapillary-appen på WindowsPhone, Android eller iPhone, og det finnes vellykkede rapporter til og med fra Jolla og Blackberry-enheter som kan kjøre Android-apper. Etter registrering kan brukeren begynne å ta bilder. I tillegg til å støtte mange smarttelefoner og actionkameraer, tilbyr Mapillary også en Mapillary-spesifikk versjon av dashkameraet BlackVue DR900, BlackVue DR900M.

På utviklerressurser er JSON API dokumentert, inkludert en innebygd Widget.

Mapillary-eksempler

• Kartlegg byen din
• Vis veien
• Del et panoramabilde
• Kartlegg et sted
• Gjennomfør undersøkelser av byggeplasser
• Importer SLR-bilder med GPS
• Last opp historiske bilder og arkiver

Mapillary-arbeidsflyt

Kartleggere kan først og fremst bidra til Mapillary ved å laste opp sine egne bildesekvenser. De mest populære metodene er enten med en smarttelefon ved hjelp av Mapillary-appen som utvikles aktivt for Android og iOS (Åpen kildekode Windows-app er også tilgjengelig) eller fra dashkamera eller actionkamera-opptak lastet opp via Desktop Uploader-applikasjonen eller mapillary_tools kommandolinjeskript. Disse enhetene kan brukes så lenge det følger med GPS-data (vanligvis registrert av enheten selv, men muligens separat). Bilder tatt utenfor appene kan også lastes opp på denne måten. For mer informasjon om bruk av Mapillary, se Mapillary/Data collection with Mapillary eller Mapillarys hjelpesider.

For nedlasting finnes det flere tredjepartsalternativer nevnt her, som https://github.com/tobesucht/mapillary_downloader, mapillary_v4_downloader.py eller mapillary_jpg_download.py. (se også Bildeoverføringsverktøy for synkronisering mellom Mapillary og KartaView [ikke i bruk i 2023])

Datamaskinsyn

Mapillary bruker datamaskinsyn for å gjenkjenne kartfunksjoner (objekter) fra bildene, fra trafikkskilt til mer eksperimentelle objekter og linjegjenkjenning. De eksperimentelle funksjonene er basert på semantisk segmentering.

Mens det fungerer som et nyttig visuelt hjelpemiddel for OSM-redigering, behandler Mapillary også bilder som er bidratt ved hjelp av datamaskinsyn. Hvert bilde behandles med identifiserte ansikter og registreringsskjold utydeliggjort.

Trafikkskiltgjenkjenning

Trafikkskilt formidler viktig informasjon om vegbegrensninger og krysslayout, og er kartlagt på OpenStreetMap ved hjelp av nøkkelen traffic_sign=*.

Mapillary introduserte først automatisk trafikkskiltgjenkjenning i januar 2015, og omtrent en måned senere lanserte et system for manuell validering av disse gjenkjenningsresultatene, i form av et spill (fungerer ikke for øyeblikket). Denne tilbakemeldingen førte til forbedrede automatiske gjenkjenningsresultater, som ble ytterligere forbedret ved å bruke lands spesifikke modeller, og senere globale utseendegrupper for å dekke flere land med en enkelt modell. Disse utseendegruppene er dokumentert her. En fullstendig liste over støttede land finnes her.

De gjenkjente skiltene er tilgjengelige som et datalag i iD-editoren, som kan brukes til å hjelpe til med å redigere kartet. Datalaget inneholder nøyaktige plasseringer og typer trafikkskilt. Det er også mulig å eksportere dataene som en fil fra Mapillary-plattformen.

Semantisk segmentering

Eksempel på semantisk segmentering

Mapillary har også begynt å behandle bilder for å forstå scenen og et bredere utvalg av objekter i den på pikselnivå. Dette oppnås ved hjelp av dyp læring, som lærer datamaskinen å identifisere scener og objekter ved å sammenligne dem med eksisterende scener og objekter datamaskinen har blitt vist. Dette førte til opprettelsen av Mapillary Vistas-datasettet som inkluderer 25 000 menneskelig annoterte bilder som kan brukes til å forbedre disse algoritmene. Disse dataene er ennå ikke tilgjengelige i OSM-editorer, men kan brukes når du bidrar til OSM.

Fra august 2018 har Mapillary flyttet denne funksjonen til "beta". Den gir et nettbasert grensesnitt for å utforske gjenkjente funksjoner, f.eks. fotgjengeroverganger, barrierer og trafikklys (fullstendig liste). I motsetning til trafikkskilt har ikke disse funksjonene sin nøyaktige plassering bestemt ved triangulering. Noen "lineære" funksjoner som fortau er i tillegg matchet mot OSM-vegkartet for å generere linjefunksjoner, selv om disse vanligvis ikke er nyttige for kartlegging.

Bruk i OSM-editorer

Du kan enkelt bruke Mapillary-bilder direkte når du redigerer i OSM-editorer (se også #Lisens):

• I iD finnes "Photo Overlay (Mapillary)" i "map data"-innstillingene (hvis du er på et sted dekket av Mapillary, vil du se gule bildemarkører). Det finnes en videoveiledning her om hvordan du bruker Mapillary i iD.
• Det finnes en JOSM-plugin for Mapillary og en tilhørende videoveiledning her.
• Pic4Review, en enkel editor for OSM som bruker gateplanbilder, bruker i stor grad Mapillary-bilder.
• https://osm.cycle.travel/deriviste/, et verktøy for å sette inn noder med tagger ved å flytte markører på Mapillary-bilder.

OSM-fellesskapsengasjement

Mapillary støtter en rekke OSM-initiativer inkludert SotM-konferanser, Maptime-møter og humanitære prosjekter. Gjennom et partnerskap med Humanitarian OpenStreetMap gir Mapillary utstyr og teknisk støtte til prosjekter som aktivt bidrar til OpenStreetMap. Ta kontakt med Mapillary for å finne ut hvilken støtte som kan være tilgjengelig for ditt initiativ.

Detaljer om bilmonteringer, sykkelmonteringer og batteripakker finnes her.

Lisens

Bildene på Mapillary kan brukes under Creative Commons Attribution-ShareAlike 4.0 International License (CC-BY-SA). Det er spesielt tillatt å utlede data fra bildene for å bidra til OpenStreetMap. GPX-sporene kan brukes uten begrensninger. Lisensen ble endret 29. april 2014 fra CC-BY-NC til CC-BY-SA.

Ved å bruke Mapillary gir bidragsyterne også Mapillary en verdensomspennende, varig og overførbar lisens til å bruke bildene og annet innhold til kommersielle formål.

Se også

• mapillary=* - Knytt et Mapillary-bilde til en OSM-funksjon.
• Photo linking - Opprett lenker mellom OSM-funksjoner og eksterne bilder
• Street-level imagery services - Alternativer
• Mapillary/Data collection of 360 degree images with Mapillary - Beskrivelse av en 360 ° bildeinnsamlingsmetode med et dashkamera.
• Mapillary/Action cameras processing