211service.com
En fortovsforsvindingslov
I 2008 begyndte Google, som svar på bekymringer om privatlivets fred, at sløre ansigter på personer, der blev fanget af bilmonterede kameraer og vist i deres Google Street View korttjeneste. Forskere i Californien mener, at de nu har fundet frem til en bedre løsning – software, der automatisk fjerner ethvert spor af, at en person var i en scene.

Nu ser du mig: Software, der fjerner fodgængere fra Google Street View, kan hjælpe med at afhjælpe bekymringer om privatlivets fred.
Tilgangen beskytter folks privatliv, samtidig med at den giver et renere gadebillede, siger Arturo Flores, en kandidatstuderende i datalogi i Kunstig Intelligensgruppe ved University of California, San Diego. Selv med ansigtssløring er det stadig muligt at identificere en person, siger Flores. Tøj, kropsform og højde, kombineret med en lokation, kan være nok til at genkende nogen, siger han.
Googles Street View-varevogne bruger ni tagmonterede kameraer til at tage regelmæssige billeder af scenen omkring dem. Disse sys derefter sammen for at give en næsten sømløs panoramaudsigt. Men automatisk at fjerne folk fra tusindvis af forskellige billeder, der hver viser forskellige scener, er en udfordring.
Flores' software skal først registrere fodgængere i en scene. Dette gøres ved hjælp af en standard objektgenkendelsesalgoritme kaldet implicit formmodel (ISM), som blev udviklet på Schweiziske føderale teknologiske institut . Tanken er at finde en groft kontur af fodgængere, siger Bastian Leibe , en kodeudvikler af ISM, som nu er på RWTH Aachen University. Fordi der er så meget variation i menneskets udseende, tager algoritmen en probabilistisk tilgang – på udkig efter ligheder mellem figurerne i billeder og hundredvis af billeder af fodgængere, som den er blevet trænet i at genkende.
Når en fodgænger er blevet identificeret og skåret fra et billede, skal det efterladte hul udfyldes. Flores' software gør dette ved at bruge fotografier taget før og efter det pågældende billede af Googles Street View varevogne. Disse billeder viser baggrunden fra lidt forskellige vinkler – algoritmen kan omorientere baggrunden og sy den ind i det rum, som den forsvundne fodgænger har efterladt.
Flores og hans rådgiver, Serge Belongie , præsenterede for nylig arbejdet på IEEE International Workshop on Mobile Vision i Chicago. Flores siger, at nogle virkelige billeder simpelthen er for usædvanlige til, at softwaren kan behandles korrekt. Mærkelige artefakter er blevet efterladt i nogle billeder, såsom hunde i snor uden deres ejer, eller par sko, der tilsyneladende er forladt på fortovet.
Systemet kæmper også med at generere en baggrund, når en fodgænger går i samme retning som Google varevognen, siger Flores. Det er bare ikke muligt at få et uhindret udsyn til baggrunden, siger han.
Andrew Blake , viceadministrerende direktør for Microsoft Research Cambridge, i Storbritannien, og ekspert i computervision, siger, at de fleste af de teknikker, der bruges i Flores' software, er velkendte. Han tilføjer, at de seneste gennembrud har gjort det nemmere at sy billeder sammen for at skabe en komposit med et glat udseende. Avanceret software til panoramasyning giver fotografen mulighed for at sammensætte det bedst mulige panorama fra enhver uordnet bunke billeder af en scene, siger han.
Leibe bemærker, at denne software, eller noget lignende, i sidste ende kunne bruges til at skabe gadebilleder til sving-for-sving navigationssystemer for at erstatte de computergenererede animationer, der nu bruges af sådanne systemer.