5.4.2 PhotoCity

PhotoCity løser problemerne datakvalitet og prøvetagning i distribueret dataindsamling.

Websites som Flickr og Facebook gør det muligt for folk at dele billeder med deres venner og familie, og de opretter også store arkiver af fotos, der kan bruges til andre formål. For eksempel forsøgte Sameer Agarwal og kolleger (2011) at bruge disse billeder til "Build Rome in a Day" ved at omsætte 150.000 billeder af Rom til at skabe en 3D-genopbygning af byen. For nogle stærkt fotograferede bygninger - som Colosseum (figur 5.10) - var forskerne delvist vellykkede, men rekonstruktionerne blev ramt, fordi de fleste billeder blev taget fra de samme ikoniske perspektiver, idet de forlod dele af bygningerne ufotograferet. Således var billederne fra fotopositorier ikke nok. Men hvad nu hvis frivillige kunne blive tilmeldt for at indsamle de nødvendige fotos for at berige dem, der allerede er tilgængelige? Tænker tilbage til kunstanalogi i kapitel 1, hvad hvis de færdige billeder kunne blive beriget af custommade billeder?

Figur 5.10: En 3D-rekonstruktion af Colosseum fra et stort sæt 2D-billeder fra projektet Building Rome in a Day. Trianglerne repræsenterer de steder, hvorfra fotografierne blev taget. Reproduceret med tilladelse fra html version af Agarwal et al. (2011).

Figur 5.10: En 3D-rekonstruktion af Colosseum fra et stort sæt 2D-billeder fra projektet "Building Rome in a Day." Trianglerne repræsenterer de steder, hvorfra fotografierne blev taget. Reproduceret med tilladelse fra html version af Agarwal et al. (2011) .

For at muliggøre målrettet indsamling af et stort antal fotos udviklede Kathleen Tuite og kolleger PhotoCity, et billedoploadningsspil. PhotoCity vendte den potentielt besværlige opgave med dataindsamling op på billeder - ind i en spillignende aktivitet, der involverer hold, slotte og flag (figur 5.11), og den blev først implementeret til at skabe en 3D-rekonstruktion af to universiteter: Cornell University og University af washington Forskere startede processen ved at uploade frøbilleder fra nogle bygninger. Derefter inspicerede spillerne på hver campus den aktuelle tilstand af rekonstruktionen og optjente point ved at uploade billeder, der forbedrede genopbygningen. For eksempel, hvis den nuværende rekonstruktion af Uris Library (på Cornell) var meget uforskammet, kunne en spiller optjene point ved at uploade nye billeder af det. To funktioner i denne uploadproces er meget vigtige. For det første var antallet af point, en spiller modtog, baseret på det beløb, som deres foto tilføjede til genopbygningen. For det andet skulle de billeder, der blev uploadet, overlappe med eksisterende rekonstruktion, så de kunne valideres. I sidste ende var forskerne i stand til at skabe højopløselige 3D-modeller af bygninger på begge campusområder (figur 5.12).

Figur 5.11: PhotoCity vendte den potentielt kræsne opgave at indsamle data (dvs. uploade billeder) og omdanne det til et spil. Reproduceret med tilladelse fra Tuite et al. (2011), figur 2.

Figur 5.11: PhotoCity vendte den potentielt besværlige opgave at indsamle data (dvs. uploade billeder) og omdanne det til et spil. Reproduceret med tilladelse fra Tuite et al. (2011) , figur 2.

Figur 5.12: PhotoCity-spillet aktiverede forskere og deltagere til at oprette højkvalitets 3D-modeller af bygninger ved hjælp af fotos uploadet af deltagere. Reproduceret med tilladelse fra Tuite et al. (2011), figur 8.

Figur 5.12: PhotoCity-spillet aktiverede forskere og deltagere til at oprette højkvalitets 3D-modeller af bygninger ved hjælp af fotos uploadet af deltagere. Reproduceret med tilladelse fra Tuite et al. (2011) , figur 8.

Designet af PhotoCity løste to problemer, der ofte opstår i distribueret dataindsamling: data validering og prøveudtagning. For det første blev billederne valideret ved at sammenligne dem med tidligere billeder, som i sin tur blev sammenlignet med tidligere fotos helt tilbage til de frøfotoer, der blev uploadet af forskere. Med andre ord på grund af denne indbyggede redundans var det meget vanskeligt for nogen at uploade et billede af den forkerte bygning, enten ved et uheld eller med vilje. Denne designfunktion betød, at systemet beskyttede sig mod dårlige data. For det andet uddannede scoringssystemet naturligvis deltagere til at indsamle de mest værdifulde, ikke de mest praktiske data. Faktisk er her nogle af de strategier, som spillerne beskrev med at tjene flere point, hvilket svarer til at samle mere værdifulde data (Tuite et al. 2011) :

  • "[Jeg forsøgte at] tilnærme det tidspunkt på dagen og belysning, at nogle billeder blev taget; dette ville bidrage til at forhindre afstødning af spillet. Med det sagt, overskyede dage var bedst langt når behandler hjørner fordi mindre kontrast hjulpet spillet finde ud geometri fra mine billeder. "
  • "Da det var solrige, jeg udnyttede min kameraets anti-shake funktioner til at tillade mig at tage billeder, mens du går rundt om en bestemt zone. Dette tillod mig at tage skarpe billeder, mens ikke at skulle stoppe min skridtlængde. Også bonus: mindre folk stirrede på mig "!
  • "Tager mange billeder af en bygning med 5 megapixel kamera, derefter kommer hjem til at indsende, nogle gange op til 5 koncerter på en weekend shoot, var primær foto capture strategi. Organisering billeder på ekstern harddisk mapper ved campus område, bygge, så ansigt bygningen forudsat god hierarki at strukturere uploads. "

Disse udsagn viser, at når deltagerne får passende tilbagemelding, kan de blive ganske ekspert til at indsamle data af interesse for forskere.

Samlet set viser PhotoCity-projektet, at prøveudtagning og datakvalitet ikke er uovervindelige problemer i distribueret dataindsamling. Endvidere viser det sig, at distribuerede dataindsamlingsprojekter ikke er begrænset til opgaver, som folk allerede gør alligevel, som f.eks. At se fugle. Med det rigtige design kan frivillige opfordres til også at gøre andre ting.