211service.com
Hoe Google de identificatie van huisnummers in Street View heeft gekraakt
Google Street View is een essentieel onderdeel geworden van de online kaartervaring. Hiermee kunnen gebruikers naar straatniveau gaan om de omgeving in fotografisch detail te bekijken.
Maar het is ook een nuttige bron voor Google. Het bedrijf gebruikt de afbeeldingen om huisnummers te lezen en te matchen met hun geolocatie. Dit lokaliseert fysiek de positie van elk gebouw in zijn database.
Dat is vooral handig op plaatsen waar straatnummers anders niet beschikbaar zijn of plaatsen zoals Japan en Zuid-Korea waar straten zelden in chronologische volgorde worden genummerd, maar op andere manieren, zoals de volgorde waarin ze zijn gebouwd, een systeem dat veel gebouwen onmogelijk maakt om te vinden, zelfs voor de lokale bevolking.
Maar het opsporen en identificeren van deze aantallen is enorm tijdrovend. De streetview-camera's van Google hebben honderden miljoenen panoramische beelden opgenomen die samen tientallen miljoenen huisnummers bevatten. De taak om deze afbeeldingen handmatig te doorzoeken om de nummers te herkennen en te identificeren, is niet iets dat iemand met plezier zou kunnen benaderen.
Dus natuurlijk heeft Google het probleem opgelost door het te automatiseren. En vandaag onthullen Ian Goodfellow en vrienden van het bedrijf hoe ze het hebben gedaan. Hun methode blijkt te vertrouwen op een neuraal netwerk dat 11 niveaus van neuronen bevat die ze hebben getraind om getallen in afbeeldingen te herkennen.
Om te beginnen stellen Goodfellow en co enkele limieten op de taak die voorhanden is om het zo eenvoudig mogelijk te houden. Ze gaan er bijvoorbeeld van uit dat het gebouwnummer al is gezien en de afbeelding is bijgesneden zodat het nummer ten minste een derde van de breedte van het resulterende frame is. Ze gaan er ook van uit dat het getal niet meer dan vijf cijfers lang is, een redelijke veronderstelling in de meeste delen van de wereld.
Maar het team verdeelt het getal niet in enkele cijfers, zoals veel andere groepen hebben gedaan. Hun aanpak is om het volledige nummer binnen de bijgesneden afbeelding te lokaliseren en het in één keer te identificeren - allemaal met een enkel neuraal netwerk.
Ze trainen dit net met behulp van afbeeldingen die zijn ontleend aan een openbaar beschikbare dataset van nummerafbeeldingen die bekend staat als de Street View House Numbers-dataset. Dit bevat zo'n 200.000 nummers die zijn gemaakt door Google's Street View-camera's en openbaar beschikbaar zijn gemaakt. De training duurt ongeveer zes dagen, zeggen ze.
Goodfellow en co zeggen dat het geen zin heeft om een geautomatiseerd systeem te gebruiken dat de prestaties van menselijke operators, die over het algemeen 98 procent van de tijd nauwkeurig kunnen herkennen, niet kan evenaren of verslaan. Dit is dus het doel van het team.
Dat betekent echter niet dat je 98 procent van de getallen in 100 procent van de afbeeldingen ziet. In plaats daarvan zeggen Goodfellow en co dat het acceptabel is om 98 procent van de getallen in een bepaalde subset van afbeeldingen te zien, die in dit geval ongeveer 95 procent van het totaal blijken te dekken.
Maar zelfs dit is aanzienlijk beter dan enig ander team heeft kunnen bereiken. Wereldwijd hebben we automatisch bijna 100 miljoen fysieke straatnummers gedetecteerd en getranscribeerd met een nauwkeurigheid van [menselijk] operatorniveau, zeggen ze, en ze beschrijven dit als een ongekend succes.
En dat kunnen ze met een behoorlijke snelheid. We kunnen alle weergaven die we hebben van straatnummers in Frankrijk in minder dan een uur transcriberen met behulp van onze Google-infrastructuur, zeggen ze. Ja, dat is maar een uur.
Een interessante vraag is of dezelfde techniek kan helpen bij het extraheren van andere nummers, zoals telefoonnummers op bedrijfsborden of zelfs kentekenplaten.
Goodfellow en co zijn echter niet optimistisch. Ze zeggen dat het succes van hun techniek sterk berust op de veronderstelling dat straatnummers nooit langer zijn dan vijf cijfers. Voor grote [aantal cijfers] is het onwaarschijnlijk dat onze methode goed schaalt, zeggen ze.
En natuurlijk is het systeem nog niet perfect. Die 2 procent van de verkeerd geïdentificeerde cijfers is nog steeds een doorn in het oog van het team.
Maar in de tussentijd kan Google er zeker van zijn dat het een belangrijke stap voorwaarts heeft gemaakt op het gebied van karakterextractie en -herkenning: de lokalisatie en identificatie van nummers door een enkel neuraal netwerk.
De grote vraag is natuurlijk wat het volgende is. En Goodfellow en co doen dit door de kimono slechts een fractie te openen: deze benadering van het gebruik van een enkel neuraal netwerk als een volledig end-to-end systeem zou van toepassing kunnen zijn op andere problemen, zoals algemene teksttranscriptie of spraakherkenning.
Dus daar heb je het!
Referentie: arxiv.org/abs/1312.6082 : Meercijferige nummerherkenning van Street View-beelden met behulp van diepe convolutionele neurale netwerken