Исследователи из Вашингтонского университета разработали алгоритм, который генерирует реалистичные спутниковые карты.
Команда разработчиков натренировала систему машинного обучения связывать детали карты улиц (например, Google или Apple) со спутниковыми снимками трех городов: Сиэтла, Такомы и Пекина.
Разработанная модель, получив карту улиц в качестве входящих данных, возвращает реалистичное синтезированное спутниковое изображение таким образом, как эта область выглядела бы на реальном спутниковом снимке любого из этих городов.
Ещё одна разработка с генерацией картографических изображений представлена на общедоступном ресурсе. С его помощью можно выбрать область размером около 100х100 метров, и на выходе вы получите визуально схожие области. Лучше всего этот алгоритм работает с картами по территории США, изображения других территорий получаются сильно размыты. Кстати, часть военных объектов на них будет вырезана.
«Работа ставит под сомнение общее предположение об “абсолютной надежности” спутниковых изображений или других геопространственных данных», — сказал руководитель проекта Бо Чжао (Bo Zhao).
По мнению исследователей, эта техника позволит моделировать изображения мест, для которых нет спутниковых фотографий. Такие работы могут потребоваться, например, для воссоздания исторических снимков или имитации будущих процессов урбанизации. Также эту технологию можно применять при генерации ландшафта в компьютерных играх из упрощённых топографических схем.
Данная разработка ставит перед экспертами новые задачи, а именно, доказательства, что представляемые в судах спутниковые снимки являются реальными, а не специально сгенерированными. Подделки спутниковых снимков часто используются в политических целях, для обвинения или отклонения обвинения при межгосударственных конфликтах.
В дальнейшем можно ожидать разработку обратной генерации, когда из спутниковых снимков будут автоматически создаваться детальные автомобильные карты. В статье «Как превратить спутниковые снимки в карты» рассказывается, как это можно сделать в ручном режиме.
