DE:Mapillary

From OpenStreetMap Wiki
Jump to navigation Jump to search
Mapillary
Mapillary logo.svg
Autor: Facebook Inc.
Lizenz: CC-BY-SA (Bilder) und proprietär (Web und App) (frei)
Plattformen: Android, iOS, und Windows Phone
Version: 3.129 (Android), 4.4.13 (iOS), 1.2.0.0 (Windows Phone) (2016-09-23)
Sprache: Englisch
Webseite: https://www.mapillary.com/
Installation:

Sammeln von Street-level Bildern

https://www.mapillary.com/app/user/tometome?lat=37.770263&lng=140.47003900000004&z=17&pKey=haKFpYS-GADDv88BX0N9oQ&focus=photo
Mapillary-Foto das Beiträge von tometome in Japan zeigt.
Mapillary's Abdeckung, Stand 5. Mai 2017.

Mapillary (mapillary.com) ist ein Dienst für die gemeinsame Nutzung geo-getaggter Fotos, der von einem schwedischen Startup entwickelt und im Juni 2020 an Facebook verkauft wurde.[1][2] Seine Erfinder wollen die ganze Welt (nicht nur Straßen) mit Fotos repräsentieren [3][4]. Sie sind der Meinung, dass es zur Abdeckung aller interessanten Orte in der Welt ein unabhängiges, von der Masse getragenes Projekt und einen systematischen Ansatz zur Abdeckung interessanter Gebiete geben muss. Dienste wie Google Street View, die über speziell mit Kamerahalterungen ausgestattete Autos verfügen, werden nicht in der Lage sein, die Welt ausreichend detailliert abzudecken [3]. Ihrer Meinung nach ist die Ortskenntnis nahezu unschlagbar, und die Menschen wissen, worauf es bei der Aufnahme eines Fotos wirklich ankommt [3]. Sie sind daran interessiert, jeden Ort im Freien abzudecken, und dies kann zu einem System beitragen, das die Welt mit hoher Detailgenauigkeit darstellt [1]. Der größte Teil der "Intelligenz" der Bildverarbeitung erfolgt serverseitig unter Verwendung von Big data-Technologien und Computer Vision, wodurch die Datenerfassung für den Benutzer sehr einfach wird. Infolgedessen wird Mapillary mit jedem neuen Foto besser, da alle neuen Fotos mit allen vorhandenen Fotos in der Umgebung in Beziehung stehen. Hier ist eine kurze Präsentation [5] für einen kurzen technischen Überblick. Die Idee ist, dass die Nutzer der Daten befähigt werden, die Abdeckung in Gebieten zu erhöhen, die sie interessieren [3]. Die Entwickler von Mapillary glauben, dass es einen Platz auf dem Markt für einen Anbieter von neutralen und unabhängigen Bildern gibt [3][4]

Die Mitwirkenden können die Mapillary-App auf WindowsPhone, Android oder iPhone installieren, es gibt sogar erfolgreiche Berichte von Jolla und Blackberry-Geräten, die Android-Apps ausführen können. Nach der Registrierung kann der Benutzer mit dem Fotografieren beginnen. Mapillary unterstützt nicht nur zahlreiche Smartphones und Action-Kameras, sondern bietet auch eine Mapillary-spezifische Version der BlackVue DR900 Dashcam, die BlackVue DR900M.[6][7][8][9]

In den Entwickler-Ressourcen ist die JSON API dolumentiert, inklusive eines einbettbaren Widgets.

Mapillary-Beispiele

Der Mapillary-Workflow

OSM'ler können auf verschiedene Weise zu Mapillary beitragen. Die beliebteste Methode ist mit einem Smartphone unter Verwendung der Mapillary-App, die aktiv für Android und iOS entwickelt wird. Eine Windows-App ist ebenfalls verfügbar. Es können auch andere Kamerageräte verwendet werden, solange begleitende GPS-Daten aufgezeichnet werden. Fotos, die außerhalb der Apps aufgenommen wurden, können mit dem Mapillary Uploader oder mit Scripts beigesteuert werden.

Weitere Informationen zur Verwendung von Mapillary sind zu finden unter

Hauptartikel: Mapillary/Data collection with Mapillary oder Mapillary's Hilfeseiten.

Bildverarbeitung

Mapillary verwendet Computer vision, um Kartenmerkmale (Objekte) aus den Bildern zu erkennen, von Verkehrszeichen bis hin zu experimentellerer Objekt- und Linienerkennung. Die experimentellen Merkmale basieren auf semantischer Segmentierung.

Während dies einerseits als nützliches visuelles Hilfsmittel für die OSM-Bearbeitung dient, bearbeitet Mapillary die zur Verfügung gestellten Bilder auch mittels Bildverarbeitung. In jedem Foto werden Gesichter und Nummernschilder identifiziert und unscharf gemacht.

Verkehrszeichenerkennung

Verkehrsschilder vermitteln wichtige Informationen über Straßenbeschränkungen und Kreuzungslayouts und werden in OpenStreetMap mit dem Key traffic_sign abgebildet.

Mapillary stellte die automatische Verkehrszeichenerkennung erstmals im Januar 2015 vor, und startete etwa einen Monat später ein System zur manuellen Validierung dieser Erkennungsergebnisse in Form eines Spiels. Dieses Feedback führte zu verbesserten automatischen Erkennungsergebnissen, die durch die Verwendung von länderspezifischen Modellen weiter verbessert wurden, sowie später weltweiten Erscheinungsbild-Gruppen, um mit einem einzigen Modell mehr Länder abzudecken. Diese Erscheinungsbild-Gruppen sind hier dokumentiert. Eine vollständige Liste der unterstützten Länder ist hier zu finden.

Die erkannten Schilder sind als ein Datenlayer im iD-Editor verfügbar, der zur Unterstützung bei der Bearbeitung der Karte verwendet werden kann. Dieser Layer enthält genaue Standorte und Typen von Verkehrszeichen.

Semantische Segmentierung

Beispiel einer semantischen Segmentierung

Mapillary hat auch mit der Verarbeitung von Fotos begonnen, um die Szene und eine größere Vielfalt von Objekten innerhalb der Szene auf Pixelebene zu verstehen. Dies wird durch Deep-Learning erreicht, das es Computern ermöglicht, Szenen und Objekte zu identifizieren, indem sie mit bestehenden Szenen und Objekten verglichen werden, die dem Computer gezeigt wurden. Dies führte zur Erstellung des Mapillary Vistas-Datensatzes, der 25.000 von Menschen kommentierte Bilder enthält, die zur Verbesserung dieser Algorithmen verwendet werden können. Diese Daten sind noch nicht in OSM-Editoren verfügbar, können aber bei Beiträgen zu OSM verwendet werden.

Ab August 2018 hat Mapillary diese Funktion in die "Beta"-Phase versetzt. Sie bietet eine Online-Schnittstelle zur Erkundung anerkannter Merkmale, z.B. Zebrastreifen, Barrieren und Ampeln (vollständige Liste). Im Gegensatz zu Verkehrszeichen wird bei diesen Merkmalen ihre genaue Position nicht durch Triangulation bestimmt. Einige "lineare" Merkmale wie Bürgersteige werden zusätzlich mit der OSM-Roadmap abgeglichen, um Linienmerkmale zu generieren, obwohl diese für die Kartierung normalerweise nicht nützlich sind.

Verwendung in OSM-Editoren

Mapillary-Fotos können problemlos direkt bei der Bearbeitung in OSM-Editoren verwendet werden (siehe auch #Lizenz):

  • In DE:iD gibt es ein "Foto-Overlay (Mapillary)" in den "Kartendaten"-Einstellungen (wenn man sich an einem Ort befindet, der von Mapillary abgedeckt ist, sind gelbe Fotomarkierungen zu sehen). Es gibt ein Video-Tutorial über die Verwendung von Mapillary in iD.
  • Für JOSM gibt es ein Mapillary plugin und ein begleitendes Tutorial-Video.
  • Pic4Review, ein einfacher Editor für OSM, der Street-level Bilder verwendet, benutzt Mapillary-Bilder in hohem Maße.
  • https://osm.cycle.travel/deriviste/, ein Werkzeug zum Einfügen von Knoten mit Tags durch Verschieben von Markierungen auf Mapillary-Fotos.

Öffentlichkeitsarbeit

Mapillary unterstützt eine Reihe von OSM-Initiativen, darunter SotM-Konferenzen, Maptime-Treffen und humanitäre Projekte. Durch eine Partnerschaft mit Humanitarian OpenStreetMap stellt Mapillary Ausrüstung und technische Unterstützung für Projekte bereit, die aktiv zu OpenStreetMap beitragen. Wende dich an Mapillary, um herauszufinden, welche Unterstützung für eure Initiative verfügbar ist.

Lizenz

Die Bilder auf Mapillary können unter der Creative Commons Attribution-ShareAlike 4.0 International License (CC-BY-SA) genutzt werden.[10] Es gibt eine Sondergenehmigung, Daten aus den Fotos abzuleiten, um so zu OpenStreetMap beizutragen. Die GPX-Spuren können ohne Einschränkung verwendet werden. Die Lizenz wurde am 29. April 2014 von CC-BY-NC in CC-BY-SA geändert. [11]

Durch die Verwendung von Mapillary gewähren die Mitwirkenden Mapillary auch eine weltweite, unbefristete und übertragbare Lizenz zur Nutzung der Fotos und anderer Inhalte für kommerzielle Zwecke. [10]

Siehe auch

  • mapillary=* - Ordnet ein Mapillary-Bild einer OSM-Funktion zu.
  • Photo linking - Verknüpfungen zwischen OSM-Funktionen und externen Bildern erstellen
  • KartaView

Referenzen

  1. 1.0 1.1 Archivierter Blogpost von Jan Erik Solem (CEO und Mitgründer von Mapillary)
  2. Katie Paul: Facebook acquires crowdsourced mapping company Mapillary. Reuters, 2020-06-18 online
  3. 3.0 3.1 3.2 3.3 3.4 Welcome to Mapillary! (en), von Jan Erik Solem. Geposted am 1. Jan. 2014.
  4. 4.0 4.1 Mapillary Manifest (en), von Jan Erik, Johan, Peter and Yubin (a.k.a das Mapillary-Team).
  5. Technische Übersicht (en) von Peter Neubauer
  6. https://www.directionsmag.com/pressrelease/9259
  7. https://help.mapillary.com/hc/en-us/articles/360029012811
  8. https://blog.mapillary.com/update/2019/06/04/customized-mapillary-dashcam-for-effortless-mapping.html
  9. https://www.blackvue.com/blackvue-dr900s-series-and-mapillary-dashcam-optimized-for-effortless-mapping/
  10. Blog-Eintrag