大數據與機器學習的結合-谷歌地圖精準的奧秘

據國外媒體報道，我們使用的導航地圖近十年已經發生了翻天覆地的變化。上世紀90年代，我們還在用紙質地圖尋找目的地。而現在基本只需要服從Siri或她的谷歌競爭對手的導航指令。

不過這些導航指令背后隱藏著大多數人無法想象的眾多數據。目前由于谷歌已經獲得了極其龐大的地圖數據，他們開始采用大數據方法，或谷歌稱之為“地面真相”的算法和細致的人工努力相結合的方法，為用戶提供更詳盡的地圖信息。該項目于2008年推出，但它一直處于保密狀態，直到幾年前才公開。它持續增長，現已覆蓋51個國家。這一算法在提取衛星、空中和街景視圖的信息時發揮了巨大的作用。

谷歌“地面真相”算法可以識別的街景信息

谷歌2007年推出了街景服務，通過讓人們看到目的地周圍的環境來提高用戶體驗。谷歌地圖副總裁布萊恩·麥克倫登（Brian McClendon）。表示，“我們很快就意識到做地圖的最佳途徑之一，就是擁有全世界的街頭照片?！?/span>

隨著街景收集數據的增長，抽查他們的數據已經不是很好的解決方案。谷歌地圖產品經理馬尼克·古普塔（Manik Gupta）表示，現在街景車已經行駛700多萬英里，覆蓋美國99％的公共道路，“它實際上使我們能夠利用算法建立提取信息之外的新數據層?！?/span>

這些算法借用計算機視覺和機器學習的方法來提取路邊的街道編號、企業名稱、限速交通標志等細節信息。 不過很多信息還是非常難以提取，麥克倫登表示，“停止標記常常很容易被忽略。轉彎限制對于導航來說也很重要，但對于谷歌的捕捉算法還很難處理。因為這些標記箭頭可能是被畫在道路上，它們可以是不同的顏色和大小。車道標記的分析更難，因為他們并不一致?！?/span>

谷歌地圖普通用戶不可見的轉彎限制信息。

路牌也是非常重要的信息。駕駛者聽到的導航指示如果能匹配他們看到的，那么他們就能更好的被指引。但有時街道標志使用的拼寫或縮寫導致了很多麻煩?！捌ヅ錁酥旧系奈淖謱嶋H上是一個很困難的任務?！?/span>

另外，谷歌的算法還可以利用衛星和航空影像提取建筑物的輪廓和高度。美國大多數的建筑物現在都可以在谷歌地圖上找到。對于像西雅圖太空針塔這樣的標志性建筑，計算機視覺技術已經可以提取出詳細的3D模型。谷歌曾表示，它收購高分辨率衛星圖像公司Skybox就是為了提高其地圖的準確性。

計算機視覺技術提取的標志性建筑物3D模型

然而，衛星和算法的能力還是有限。為了提供最好的體驗，谷歌雇傭了一只由人類組成的團隊，手動檢查并使用內部程序Atlas糾正地圖的錯誤。谷歌公司以外很少有人見過這一應用。

這一人工檢查團隊看到的地圖類似于谷歌地圖的衛星地圖混合視圖，但帶有沒見過的彩色線條和符號。例如，道路根據行進方向進行了顏色編碼。綠色和紅色箭頭指示了給定的交叉路口的可能前進方向。工作人員可以點擊屏幕一側的按鈕，拖曳、切換或關閉各種層，控制街景視圖拍攝的交通標志的出現和消失。這些工作人員每天要檢查數以千計來自谷歌地圖用戶的錯誤報告，并根據需要進行修復。

工作人員可以手動將地圖道路（左上）對準衛星圖像

古普塔還展示了一張顯示道路優先級的地圖，線的寬度代表交通流量。谷歌一直用手機的位置信號映射交通條件。不過古普塔承認，位置信號也可以是其他信息的良好來源，比如轉彎限制或者單行線。但他拒絕詳細說明，“谷歌在很多地方使用了位置信息，但我不能談論具體的東西?！?/span>

除了職業地圖糾錯團隊，谷歌還得到來自MapMaker計劃的幫助。2011年谷歌推出了普通用戶可以參與的地圖糾錯項目，現在的該項目遍及220個國家。目標是提高谷歌地圖在發展中國家和其他地區的準確度。因為在那里無法獲得詳細的地圖源，“我們招募用戶添加對于他們很重要的地圖信息。我們會提供工具和衛星圖像，因此他們可以很輕松的進行修正?！北疚膩碓矗?a target="_blank">CDA數據分析師官網

用戶可以提供公園、步道以及其他街景車無法進入的地方的信息。麥克倫登本人就曾幫助繪制Windy山的登山路徑，“我用GPS記錄了我登山的路徑，完善了更多的精確路線?！?/span>

當你在筆記本電腦或手機上使用谷歌地圖時，表面的信息之下隱藏著更多的數據。不只是道路的布局，還包括鏈接一個點到另一個點的邏輯信息。信息不只是建筑物的形狀，也許未來谷歌地圖只會不斷的細節化。最終，呈現出來的可能是讓人震驚的世界3D虛擬圖像。

道路標志可利用算法從街景中提取，從而提供交通信息。