Este esfuerzo multianual ha tomado imágenes de numerosas fuentes en línea: redes sociales, webcams públicas, cámaras de tránsito, planos aéreos, etc. Después analizó esta información y creo un mapa tridimensional de la ciudad. Este proceso es como el inverso de lo que Google con su vista callejera: las fotos no ilustran el mapa, sino que son la fuente del mapa.
Debido a esto, las bases de datos con las que cuenta VarCity son extraordinariamente vastas. A través del tiempo, las webcams han registrado las calles y muestran la dirección en la que fluye el tráfico, las horas en las que la gente entra y sale y cuando las luces se apagan. Las imágenes, tomadas de diferentes ángulos del mismo edificio, proveen información de las dimensiones de las ventanas y del espacio que ocupan las superficies de las paredes.
Los algoritmos desarrollados por el equipo de ETH Zúrich también pueden detectar las diferencias entre una banqueta y una calle, el pavimento y la hierba, etc. Las imágenes se ven toscas o imprecisas, pero esas sombras borrosas y los autos en movimiento pueden ser fácilmente interpretados y reposicionados con más precisión.
La idea es que se puedan utilizar esos algoritmos en otras bases de datos más grandes y así crear automáticamente una fuente de información igual de vasta sin tener que recolectar los datos por tu cuenta.
En un comunicado de prensa, ETH Zurich publicó:
Mientras más imágenes y videos pueda evaluar la plataforma, más preciso se vuelve el modelo
El objetivo de nuestro proyecto era desarrollar algoritmos para crear modelos tridimensionales de las ciudades, debido a que el volumen de imágenes y videos incrementará dramáticamente en los próximos años
Video de presentación
