Google เริ่มปรับปรุง deep learning ที่มาใช้กับ Street View เพื่อทำให้สามารถดึงข้อมูลออกมาจากรูปภาพที่ถ่ายมาจากตัวรถได้อย่างแม่นยำมากยิ่งขึ้น

Google เริ่มส่งรถยนต์ Street View ไปเก็บภาพตามพื้นที่ต่าง ๆ ทั่วโลกมาแล้วเป็นเวลาหลายปี ซึ่ง Google ก็ต้องการที่จะนำข้อมูลอย่างหมายเลขหรือชื่อถนนออกมาจากภาพเพื่อปรับปรุง Google Maps ต่อไป แต่ด้วยปัจจัยหลายอย่าง เช่น สภาพแสง, มุม หรืออื่น ๆ ทำให้คอมพิวเตอร์ไม่สามารถตรวจจับตัวอักษรได้

ช่วงหลังมานี้ Google จึงเริ่มใช้วิธีการหลายอย่างในการเพิ่มประสิทธิภาพของภาพที่เก็บจาก Street View มา รวมถึง ReCAPTCHA ด้วย เพื่อนำข้อมูล crowdsource มาช่วยชี้ระบุคอนเทนต์ของภาพ

ล่าสุด Google ก็ได้เริ่มใช้ deep neural network ในการพัฒนาระบบอ่านข้อความจากภาพ โดยจากการทดสอบให้อ่านป้ายบนถนนของฝรั่งเศส พบว่ามีความแม่นยำถึง 84.2% (Google ก็ได้โอเพ่นซอร์สโมเดลดังกล่าวด้วย สามารถเข้าไปดูได้ที่ GitHub)

ภาพต้นฉบับจากข่าวเก่า

ปัจจุบันระบบ neural network มีการใช้งานใน Street View อยู่แล้ว เช่นการเบลอป้ายทะเบียนรถและหน้าคน หรือหมายเลขถนน ซึ่งสามารถนำไปใช้ปรับปรุงข้อมูลของสถานที่ได้ถึงหนึ่งในสามของสถานที่ทั่วโลก แต่การปรับปรุงครั้งนี้จะเป็นการดึงข้อมูลสำคัญออกมาให้มากขึ้น เนื่องจากข้อมูลไม่ได้มีเฉพาะตัวเลข ดังนั้น Google จึงเริ่มปรับปรุงระบบให้เรียนรู้ชื่อถนนด้วย และระบบในช่วงหลังจึงเริ่มแทนที่ตัวย่อด้วยชื่อเต็มอย่าง Avenida แทน Av. รวมถึงมีความสามารถที่จะเพิกเฉยข้อมูลที่ไม่เกี่ยวข้องในภาพได้

ระบบอัตโนมัติเหล่านี้จะสามารถใช้ปรับปรุงแผนที่ได้หลายอย่าง เช่น ถนนสายใหม่ หรือตึกใหม่ที่ยังไม่มีในแผนที่อย่างเป็นทางการ และระบบดังกล่าวถ้าใช้ training data ที่แตกต่างกันก็สามารถอ่านข้อมูลชื่อสถานที่ได้ ทำให้สามารถอัพเดตข้อมูลเกี่ยวกับธุรกิจร้านค้าบน Google Maps ได้ด้วย

ที่มา - Google Research, VentureBeat