5.4.2 PhotoCity

PhotoCity löser datakvalitet och provtagningsproblem i insamlingen distribuerade data.

Webbplatser som Flickr och Facebook gör det möjligt för människor att dela bilder med sina vänner och familj, och de skapar också stora förråd av foton som kan användas för andra ändamål. Samma Agarwal och kolleger (2011) försökte till exempel använda dessa bilder för att "bygga Rom på en dag" genom att repurposing 150.000 bilder från Rom för att skapa en 3D-rekonstruktion av staden. För vissa kraftigt fotograferade byggnader - som Colosseum (figur 5.10) - var forskarna delvis framgångsrika, men rekonstruktionerna lidit eftersom de flesta bilder togs från samma ikoniska perspektiv, vilket ledde till att delar av byggnaderna blev ofotograferade. Således var bilderna från fotobiblioteken inte tillräckligt. Men vad händer om frivilliga kan anskaffas för att samla in de nödvändiga bilderna för att berika de redan tillgängliga? Tänker tillbaka till konsten analogi i kapitel 1, om de färdiga bilderna kunde berikas av custommade bilder?

Figur 5.10: En 3D-rekonstruktion av Colosseum från en stor uppsättning 2D-bilder från projektet Building Rome in a Day. Trianglarna representerar de platser från vilka fotografierna togs. Reproducerad med tillstånd från html-versionen av Agarwal et al. (2011).

Figur 5.10: En 3D-rekonstruktion av Colosseum från en stor uppsättning 2D-bilder från projektet "Bygga Rom på en dag". Trianglarna representerar de platser från vilka fotografierna togs. Reproducerad med tillstånd från html-versionen av Agarwal et al. (2011) .

För att möjliggöra målinriktad insamling av ett stort antal bilder, utvecklade Kathleen Tuite och kollegor PhotoCity, ett fotouppladdningsspel. PhotoCity gjorde den potentiellt mödosamma uppgiften att samla in data - ladda upp bilder - till en spelliknande aktivitet som involverar lag, slott och flaggor (figur 5.11), och den användes först för att skapa en 3D-rekonstruktion av två universitet: Cornell University och University av Washington. Forskare startade processen genom att ladda upp frö bilder från vissa byggnader. Därefter inspekterade spelarna på varje campus det nuvarande läget för rekonstruktionen och tjänade poäng genom att ladda upp bilder som förbättrade rekonstruktionen. Om den aktuella rekonstruktionen av Uris Library (vid Cornell) till exempel var mycket patchy, kan en spelare tjäna poäng genom att ladda upp nya bilder på den. Två funktioner i denna uppladdningsprocess är mycket viktiga. Först var antalet poäng en spelare mottog baserad på det belopp som deras foto tillförde till rekonstruktionen. För det andra måste de bilder som laddades överlappa varandra med befintlig rekonstruktion så att de kunde valideras. I slutändan kunde forskarna skapa högupplösta 3D-modeller av byggnader på båda campuserna (figur 5.12).

Figur 5.11: PhotoCity gjorde den potentiellt mödosamma uppgiften att samla in data (dvs ladda upp bilder) och förvandlade det till ett spel. Reproducerad med tillstånd från Tuite et al. (2011), figur 2.

Figur 5.11: PhotoCity gjorde den potentiellt mödosamma uppgiften att samla data (dvs. ladda upp foton) och förvandlade det till ett spel. Reproducerad med tillstånd från Tuite et al. (2011) , figur 2.

Figur 5.12: PhotoCity-spelet möjliggjorde forskare och deltagare att skapa högkvalitativa 3D-modeller av byggnader med foton som laddas upp av deltagarna. Reproducerad med tillstånd från Tuite et al. (2011), figur 8.

Figur 5.12: PhotoCity-spelet möjliggjorde forskare och deltagare att skapa högkvalitativa 3D-modeller av byggnader med foton som laddas upp av deltagarna. Reproducerad med tillstånd från Tuite et al. (2011) , figur 8.

Designen av PhotoCity löste två problem som ofta uppstår i distribuerad datainsamling: datavalidering och provtagning. För det första validerades bilderna genom att jämföra dem mot tidigare foton, vilket i sin tur jämfördes med tidigare foton hela vägen tillbaka till fröfotoerna som laddades upp av forskare. Med andra ord, på grund av denna inbyggda redundans var det mycket svårt för någon att ladda upp ett foto av felbyggnaden, antingen av misstag eller avsiktligt. Denna designfunktion innebar att systemet skyddade sig mot dåliga data. För det andra utbildade poängsystemet naturligtvis deltagarna att samla de mest värdefulla, inte de mest praktiska data. Faktum är att här är några av de strategier som spelarna beskrivit med hjälp av för att tjäna fler poäng, vilket motsvarar att samla mer värdefulla data (Tuite et al. 2011) :

  • "[Jag försökte] approximera tiden på dagen och belysning som några bilder togs; Detta skulle bidra till att förhindra avstötning av spelet. Med det sagt, molniga dagar var överlägset bäst när det handlar hörn eftersom mindre kontrast hjälpte spelet räkna ut geometrin från mina bilder. "
  • "När det var soligt, utnyttjade jag min kamera anti-shake funktioner för att tillåta mig att ta bilder samtidigt gå runt en viss zon. Detta får mig att ta skarpa bilder utan att behöva stoppa min steg. Också bonus mindre folk stirrade på mig "!
  • "Ta många bilder av en byggnad med 5-megapixelkamera, sedan komma hem att lämna, ibland upp till 5 spelningar på en helg shoot, var primärt stillbilder strategi. Organisera foton på extern hårddisk mappar efter campus region bygga, sedan ansikte byggnad som god hierarki att strukturera uppladdningar. "

Dessa uttalanden visar att när deltagare får lämplig feedback kan de bli ganska expert på att samla in data av intresse för forskare.

Sammanfattningsvis visar PhotoCity-projektet att provtagning och datakvalitet inte är oöverstigliga problem i distribuerad datainsamling. Vidare visar det att distribuerade datainsamlingsprojekt inte är begränsade till uppgifter som människor redan gör ändå, till exempel att titta på fåglar. Med rätt design kan volontärer uppmuntras att göra andra saker också.