小心!最新AI看一眼照片就定位你在哪里,精确到经纬度

有点恐怖。

现在,AI只需随意一张照片,就能知道你在哪里,而且是可以精确到经纬度的那种!

例如下面这张随便到不能再随便的自拍,你能猜到小姐姐在哪里吗?

图片

这事交给现在的AI来处理,它只需要“看”一眼,就能把照片里的“底裤都给扒出来”

美国,加利福尼亚州,旧金山机场洗手间,93号登机口附近……

坐标:37.6189° N,122.3744° W

图片

再如下面这张照片,AI根据湖的特征、树木和背景中的山脉,就匹配到了玛丽湖,同样是给出了精准的坐标:

图片

恐怖如斯,恐怖如斯。

至于这个AI工具,则是最近由一位俄罗斯黑客所推出,名叫GeoSpy,号称是可以根据照片里的各种细节做分析来判断地理位置。

包括光线、植物、建筑风格、天气,并将它们与大量街景/地理照片进行对比,据说也用到了地理空间视觉大语言模型的技术。

图片

而GeoSpy的功能,像极了此前一款基于谷歌地图的游戏GeoGuessr——

游戏中会展示一张街景图,然后玩家要从地图上找到它的坐标位置;给出答案与正确坐标越近,分数越高。

之前也有一位国外小哥(ID:georainbolt)凭借只需看0.1秒街景,就能在世界地图上快速锁定位置而在网络上蹿红。

果不其然,斯坦福计算机系学生Andrew Gao在尝试了GeoSpy之后,就开始喊话这位小哥了:

你要失业喽~

图片

不过也有GeoGuessr的职业玩家坐不住了,站出来表示不服:

申请一战!

人类 vs AI

这位挑战者,名叫做Gavin(下文我们简称“G哥”),是一位正在参与GeoGuessr 2024世界杯的职业选手。

图片

G哥把他跟AI在线对垒的情况上传到了网上。

规则和GeoGuessr一致,还是看图猜位置。

在第一轮对决中,G哥凭借抓到了马路道边上土耳其样式柱子的细节,判断这张图可能是在土耳其附近。

图片

结果显示,这张图里的位置确实是在土耳其附近,但距离精准的位置还差241km。

图片

接下来就轮到GeoSpy这个AI选手登场了。

G哥处理的方式是将截图“投喂”给AI,在静候了片刻之后,GeoSpy就给出了结果。

图片

国家:土耳其

经纬度:39.998923, 32.607491

图片

然后G哥在地图中搜索这个经纬度,再跟GeoGuessr的“标准答案”做比较:

图片

第一轮的结果可以说是让G哥大受震惊,GeoSpy给出的位置比他的更近……来看下G哥当时的表情:

图片

在接下来的“火拼”中,G哥变得更加仔细,都凑近屏幕去捕捉细节了。

图片

G哥这次给出的答案是苏门答腊岛,但实际的结果却不是很理想,距离“标准答案”足足703km。

图片

到了GeoSpy这边,虽然大致位置都是在印度尼西亚,但这次给出的位置就没有那么准确了。

不过比起G哥给出的答案,距离上却还是AI的答案更近些,这使得G哥开始有点无语子……

图片

在接下来的比试中,即便G哥把猜测距离压缩了86km,但GeoSpy给出的结果又是更接近于“标准答案”。

G哥此时已经开始掩面了:

图片

在最后一轮battle中,G哥直接说出:

人类必须反将AI一军。

然后G哥把头埋得更深了,当他捕捉到图中路边有文字时,脸上露出了得意的笑容:

这局稳了,AI它不识字的。

图片

G哥的结果是,距离标准答案134km。

图片

不过令G哥万万没想到的是,GeoSpy,它!识!字!

这张照片是在波兰拍摄的,因为建筑物上写着“Abet”,这是一家波兰公司。

图片

然而G哥还是觉得这把有希望,因为他发现GeoSpy只能定位到城市。

所以这把如果AI给出的坐标是“标准答案”旁边的城市“华沙”,那么G哥就赢了。

结果还真是……G哥也是露出了久违的笑容,并骄傲地说:

AI永远不会打败人类!

(Emmmm……G哥,你非要这么算的话……也行。)

图片

G哥在下一轮的比拼中,将地图范围缩小到了自己的老家——芝加哥。

这次在自己的地盘上,G哥的表现非常勇猛,有距离“标准答案”仅2m和4m的成绩。

不过AI这边也是非常精准,起码在看图描述的过程中可以精确地说出周边的地址,这也让G哥着实捏了一把汗。

但在地图上搜AI给出的坐标的时候,却比文字描述的地点远一些了,有的甚至还定位到了海上。

……

最后,G哥在与AI交锋了数次之后感慨道:

这次体验非常有趣并且让人印象深刻。

但我也害怕这样的技术在未来5年后会迭代到什么样的程度。

也会频频翻车

其实在刚才G哥体验的过程,我们就能发现GeoSpy也存在一定的bug。

例如它更倾向于把地点定位到某个城市,以及给出的经纬度坐标会跟文字描述的地点有偏差。

网友们在实际体验过后也有类似的感觉。

以至于许多人开始怀疑这个GeoSpy到底是不是凭借所谓的“地理空间视觉大语言模型”技术。

毕竟现在每张照片的背后就会有大量且丰富的信息:

图片

但无论如何,这件事情倒是给我们敲了一个警钟——

技术的发展虽然日新月异,但我们也要时刻警惕数据安全的问题;平常一定要注意,不然一不小心就可能被开盒。

体验链接:
https://www.geoguessr.com/maps/61902b27f7af9400018aa89d

  • 2
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
要识别照片上的AprilTags并进行定位,你可以使用AprilTag库来实现。以下是一些基本的步骤: 1. 安装AprilTag库:首先,你需要安装AprilTag库。你可以在官方的GitHub页面上找到详细的安装说明。根据你的操作系统和编程语言选择适合的安装方法。 2. 导入AprilTag库:在你的代码中导入AprilTag库,并根据需要设置相关参数。你可以指定要识别的AprilTag类型和大小等信息。 3. 加载图像:将你要识别的图像加载到代码中。 4. 进行AprilTag识别:使用AprilTag库提供的函数对图像中的AprilTags进行识别。函数会返回每个AprilTag的ID、位置和姿态等信息。 5. 处理识别结果:根据需要,你可以对识别结果进行进一步的处理,比如绘制标记框、计算标记的相对位置等。 下面是一个简单的Python示例代码,使用Python bindings for the AprilTag库来识别照片上的AprilTags: ```python import cv2 import apriltag # 加载图像 image = cv2.imread('path_to_image.jpg', cv2.IMREAD_GRAYSCALE) # 创建AprilTag检测器 detector = apriltag.Detector() # 进行AprilTag识别 results = detector.detect(image) # 处理识别结果 for tag in results: # 绘制标记框 cv2.polylines(image, [tag.corners.astype(int).reshape((-1, 1, 2))], True, (0, 255, 0), 2) # 显示ID cv2.putText(image, str(tag.tag_id), (tag.center[0].astype(int), tag.center[1].astype(int)), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 0, 255), 2) # 显示结果图像 cv2.imshow('AprilTags', image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 请注意,以上代码仅为示例,你可能需要根据实际情况进行适当的修改。此外,还可以根据需要使用其他编程语言的AprilTag库来完成相同的任务。 希望这对你有帮助!如有任何疑问,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值