谷歌街景地图推出“时光机”功能

据华尔街日报报道,谷歌街景地图在全球范围内新增了一大特色:“时光机器”(Time Machine),用户可以浏览追溯至街景功能2007年推出时的影像。此次更新版还可以让用户浏览到不同季节以及夜间的街景。
  用户在谷歌地图浏览街景时,左上角有一个标签,用户可以通过拖动它方便的查看到正在浏览的地区过去的街景资料。目前这项服务最远可以支持到2007年的街景资料。
  谷歌街景地图工程部门负责人文森特(Luc Vincent)表示,长久以来,街景用户一直在问它们,到底是保存这些影像,还是给用户回到从前、浏览过去图像的能力。他说,用户希望看到他们的老街区几年前是什么样子,看看标志性建筑或者是城市在自然灾害之前和之后的样子。
  文森特说,如果你看到谷歌街景网页左上角有一个沙漏,就意味着你可以查看过去相应的街景图片。只要点一下这个沙漏,就会出现过去图像的缩略图。根据缩略图的时间轴,你就可以回顾历史了。当你看到你想要回顾的时期,只要点一下,整个街景页面就会改变。那时候,你就可以像在当前版本一样在过去徜徉。
  在此次更新版发布前,谷歌街景采集的累计里程达到了600万英里(约966万公里)。在推出“时光机”功能后,用户可以查看大约1,200万英里(约1,932万公里)的便道交互式图像。
  这项“时光机”功能在谷歌街景记录的几乎所有地点都可以实现。
  文森特表示,对于主要的都市区,谷歌街景提供了20个甚至更多的时间片段可供浏览,而对于大多数地点,则提供了两到三个时间片段。
  文森特说,在此之前,公司给用户提供的都是最新的图像,因为通常来说这对他们是最有用的。他说,从现在开始,每次我们添加图像,都会附上一个时光机器按钮。
  目前,谷歌街景的“时光机”功能只适用于桌面电脑,但文森特说,他希望最终这项功能也能在手机上使用。该公司希望用户最终感觉这些街景历史图像和新图像一样有用。
  谷歌街景,是谷歌地图的一项特色服务,是由专用街景车进行拍摄,然后把360度实景拍摄照片放在谷歌地图里供用户使用。2007年5月30日,谷歌正式推出街景功能,能够浏览美国旧金山、纽约等城市街景。该范围已经扩展到了美国,法国,西班牙,意大利,荷兰,英国,澳大利亚,新西兰,日本等数十个国家。这一服务虽然使枯燥乏味的地图阅读工作变得简单有趣,但也引发诸多争议。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
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