Predicting Image GeolocationsKI-Tool PIGEON lokalisiert Fotos in Sekundenschnelle #top .av-special-heading.av-w29lni-dea594c6c0d4056c4e734d1fd115d5e9{ padding-bottom:10px; } body .av-special-heading.av-w29lni-dea594c6c0d4056c4e734d1fd115d5e9 .av-special-heading-tag .heading-char{ font-size:25px; } .av-special-heading.av-w29lni-dea594c6c0d4056c4e734d1fd115d5e9 .av-subheading{ font-size:15px; } Geolokalisierung mithilfe künstlicher IntelligenzEine Hilfe für Fotografen, Journalisten und OSINT-Spezialisten. Teile diesen BeitragTeilen auf FacebookTeilen auf TwitterAuf WhatsApp teilenTeilen auf LinkedInTeilen auf VkPer E-Mail teilen Eine neu entwickelte Künstliche Intelligenz, benannt Predicting Image Geolocations oder kurz PIGEON, soll nahezu jedes Foto in Sekunden präzise geografisch lokalisieren können. Diese Fähigkeit könnte sich in vielen verschiedenen Kontexten als vorteilhaft erweisen. Insbesondere für institutionelle oder rechtliche Anforderungen ist eine schnelle und umfassende Geolokalisierung von Fotos von hoher Bedeutung. Fotografen, die sich nicht exakt an den Aufnahmeort erinnern können, profitieren ebenso von diesem KI-Tool. PIGEON basiert auf einem neuronalen Netzwerk, das visuelle Muster in Fotos erkennt. Dazu gehören beispielsweise die Art der Vegetation, die Architektur von Gebäuden und die Beschaffenheit des Bodens. PIGEON nutzt diese Muster, um die Position auf dem Foto anhand der gezeigten Umgebung zu bestimmen. Die Entwickler von PIGEON sehen eine Reihe potenzieller Anwendungsfälle für ihre Software. Dazu sollen gehören: Vermessungsarbeiten Ermittlung von Stromleitungseinbrüchen Überwachung von Personen durch Strafverfolgungsbehörden, Regierungen und Unternehmen #top #wrap_all .avia-button.av-lqv9o9vw-b293d64fe2eecfd6d2bd15c6204f21bb:hover{ color:white; -webkit-transition:all 0.4s ease-in-out; -moz-transition:all 0.4s ease-in-out; -ms-transition:all 0.4s ease-in-out; -o-transition:all 0.4s ease-in-out; transition:all 0.4s ease-in-out; } Wer sich für technische Details interessiert: Hier ist das Preprint #top #wrap_all .avia-button.av-lqv9n4k9-a4d89be237db7358f4d14bfaf60a52ff:hover{ color:white; -webkit-transition:all 0.4s ease-in-out; -moz-transition:all 0.4s ease-in-out; -ms-transition:all 0.4s ease-in-out; -o-transition:all 0.4s ease-in-out; transition:all 0.4s ease-in-out; } Öffnet das YouTube-Video des Match zwischen PIGEON & Rainbolt #top .hr.hr-invisible.av-lw24mq-5a2de17271da11537049a3f175981df0{ height:30px; } Die KI wurde mithilfe von Daten aus dem Spiel Geoguessr trainiert, in dem Spieler versuchen, Standorte von zufälligen Fotos unscheinbarer Orte aus der Google Street View-Sammlung zu identifizieren. Die Entwickler von PIGEON testeten ihre KI intensiv mit über 500.000 Bildern aus der Street View-Bilddatenbank. In einem Match gegen Trevor Rainbolt, einem führenden Geoguessr-Spieler, besiegte PIGEON ihn klar. Rainbolt, der zuvor gegen andere geolokalisierende KIs gewonnen hatte, unterlag PIGEON mit deutlichem Abstand. Dies bestätigte er in einem Video auf seinem YouTube-Kanal nach dem Wettbewerb. Silas Alberti, einer der Entwickler von PIGEON, betont, dass ihre KI die erste ist, die gegen den Geoguessr-Spieler Rainbolt gewonnen hat. Nach Alberti, Haas und Skreta würde PIGEON zu den besten 0,01% der Geoguessr-Spieler weltweit gehören, wenn es ein Mensch wäre. Die präzisen Geolokalisierungsfähigkeiten der KI basieren auf der schnellen Analyse von Faktoren, die von vielen Menschen übersehen werden. Dies umfasst Details wie Bodenbeschaffenheit, Laubstruktur und Wettermuster, die alle anhand von Standbildern untersucht werden. PIGEON soll in 95 % der Fälle das Land eines Fotos mit einer Genauigkeit von 25 Meilen erraten können. Alberti deutet an, dass die KI ihre Leistung weiter verbessern könnte, da die für das Training verwendeten 500.000 Bilder nur einen Bruchteil der verfügbaren Daten darstellen. Angesichts der über 220 Milliarden Bilder von Google Street View besteht ein erhebliches Potenzial für Verbesserungen. Teile diesen EintragTeilen auf FacebookTeilen auf TwitterAuf WhatsApp teilenTeilen auf LinkedInTeilen auf VkPer E-Mail teilen Der Beitrag Geolokalisierung durch künstliche Intelligenz Pigeon erschien zuerst auf Fotostudio Lauer.
Das Thema Künstliche Intelligenz macht auch vor Banken und Finanzdienstleistern nicht halt. In meinem Blog-Beitrag möchte ich euch daher einen Einblick über realisierte Anwendungen aus der Workflow-Automatisierung und des Kreditwesens in Zusammenhang mit
zum Artikel gehenOftmals entstehen Diskussion darüber, was Künstliche Intelligenz (KI) ist und was nicht. Das betrifft natürlich unterschiedliche Themen und Fragestellungen, wovon ein Thema sich mit dem Zusammenhang von KI und Regeln befasst. In meinem Blog-Beitrag erklär
zum Artikel gehenAm Donnerstag, 9. November, von 18 bis 20 Uhr, veranstaltet die Freiwilligenagentur Mehrgenerationenhaus Haßfurt einen Online-Workshop für Vereine und freiwillig engagierte Menschen zum Thema "Künstliche Intelligenz". » weiterlesen
zum Artikel gehenWie soll man sich dem Thema Künstliche Intelligenz (KI) nüchtern nähern, das Machbare im Auge behalten und empathisch auf die Befürchtungen der Menschen eingehen? Vor dieser Herausforderung steht vor allem die öffentliche Verwaltung, denn hier sind die Ra
zum Artikel gehenKünstliche Intelligenz (KI) erfährt spätestens seit Midjourney und ChatGPT auch schlechte Publicity. Neben ethischen und ökonomischen Auswirkungen werden zunehmend die Umweltauswirkungen großer KI-Modelle diskutiert. In diesem Blog-Beitrag untersuche ich
zum Artikel gehen