Google Street View
PulseAugur coverage of Google Street View — every cluster mentioning Google Street View across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新数据集GeoExplain评估基于街景图像的可解释地理定位
研究人员推出了GeoExplain，一个旨在利用街景图像评估可解释地理定位的新数据集。该数据集包含来自街景全景图的超过40,000个位置-解释元组。除了数据集，还开发了一种名为SightSense的多模态推理方法，该方法在根据视觉线索预测位置和生成详细解释方面表现出色。
-
AI模型现在可以从照片中识别地点，引发隐私担忧
像ChatGPT、Gemini和Claude这样的大型语言模型正在展示一项意想不到的能力：从图像中识别特定的地理位置。这种能力类似于游戏GeoGuessr，允许AI根据街道标志、建筑和车辆型号等视觉线索推断出地点。虽然这对于AI开发很有用，但它也引发了重大的隐私担忧，因为共享的照片可能会无意中向恶意行为者暴露个人位置。建议用户谨慎选择分享图片的地点，并调整社交媒体平台上的隐私设置以限制公开可见性。
-
深度学习模型推进公用设施电线杆和标志检测
研究人员开发了一个深度学习框架，用于检测、分割和估算公用设施电线杆的倾斜角度，并对附着的警示标志进行分类。该系统基于改进的检测Transformer (DETR) 模型，在包含4,570张来自Google Street View的标注图像的自定义数据集上进行了训练。这种方法优于RetinaNet和YOLOv3-Tiny等标准对象检测器，在电线杆和标志检测方面均实现了高平均精度。该框架还能生成掩码，用于准确估算电线杆倾斜角度，在测试集上…
-
谷歌地图和街景性能问题报告
一位 Mastodon 用户报告称，谷歌地图和谷歌街景的性能近期有所下降。他们描述这些服务存在 bug，并且在图像移动方面遇到问题，这影响了他们用于学校项目的用途。该用户推测，这些问题可能与后台 AI 集成失败或服务普遍退化有关。
-
AI模型在街景建筑类型预测方面接近人类专家
一篇新的研究论文评估了视觉语言模型（VLM）从谷歌街景图像预测建筑类型的能力。该研究将GPT-4o、Claude 3.5 Sonnet和Gemini 2.0 Flash等模型与人类专家的表现进行比较，发现VLM的准确率约为70%。虽然VLM侧重于视觉线索，但人类专家会纳入更广泛的背景知识，这表明VLM可以作为城市分析的可扩展工具。
-
Google DeepMind 发布 Project Genie 以实现 360 度环境生成
Google DeepMind 和 Google Labs 推出了 Project Genie，这是一个研究原型，可以根据文本提示或真实世界位置生成交互式 360 度虚拟环境。该功能利用 Google Maps 街景数据来创建所选位置的基础表示，解决了生成完整空间感知性的挑战。Project Genie 通过预测后续帧来模拟这些环境中的运动，从而实现动态探索体验。
-
新框架使用卫星数据绘制印度城市富裕程度图 · 跟踪到2个来源
研究人员开发了一个新的框架，使用卫星图像和地理空间数据来绘制印度城市富裕程度图。该方法将城市区域划分为空间网格，用形态指标进行表征，以创建透明的、基于规则的评分系统。通过对孟买的谷歌街景观测和基于密度的聚类进行验证，这些分类与非正规住区显示出显著的重叠。该研究还探讨了在这些富裕等级中绘制消费贷款违约情况，为精细的城市测绘提供了一种可扩展且成本效益高的方法。
-
AI工具像谷歌街景一样可视化历史事件
一位用户开发了一个名为wen-ware.com的工具，该工具允许使用AI生成的图像可视化历史事件，类似于谷歌街景。该项目旨在通过AI驱动的图像提供一种沉浸式的方式来探索过去。
-
利用街景数据评估轮椅通行性的视觉语言模型（VLM）
研究人员开发了一个新的框架，利用视觉语言模型（VLM）和谷歌街景图像来评估轮椅通行性。这种专家指导式方法结合了视觉数据、通行性指南和专家评分标准，以评估移动摩擦。在佛罗里达大学收集的一个数据集，将街景位置与轮椅停留时间相关联，表明VLM评估与通行性挑战的行为指标部分一致。
-
新方法利用远程信息处理和街景数据分析严酷驾驶事件
研究人员开发了一种新方法，通过结合远程信息处理数据、街道网络信息和Google街景图像来分析米兰的严酷驾驶事件。该方法利用语义分割和机器学习来识别与急加速和急刹车增加相关的因素。研究发现，更宽的道路、交叉口和开阔的视野与更高的严酷度相关，而更密集的建筑环境则与较低的严酷度相关。研究结果表明，城市道路安全需要有针对性的干预措施，而不是统一的方法。
-
Google 增强 Project Genie 功能并整合街景，Apple 收购 AI 虚拟形象公司
Google 已将其生成式 AI Project Genie 与街景整合，能够从 2D 图像生成 3D 环境。此增强功能允许基于真实世界位置创建交互式虚拟空间。与此同时，Apple 收购了 AI 虚拟形象公司 Animato 的专利和人才，标志着其在 AI 驱动的虚拟表示能力方面有所提升。
-
Google的3D世界生成器通过街景创建真实地点
Google已增强其3D世界生成器，该生成器现在利用街景图像创建逼真的地点。这一进步使得生成更真实、更详细的虚拟环境成为可能。该工具是Google在人工智能驱动的地理空间技术方面持续努力的一部分。
-
Google Maps、Street View 和 AI 集成可能解锁强大的新产品
Alex Tolson 建议，将 Google 的海量数据与 Google Maps、Street View 和 AI 相结合，可能会带来强大的新产品。这种组合在搜索、推荐、本地探索和基于位置的代理方面具有巨大潜力。然而，目前还没有发布具体的公告或技术细节，这使得这仅仅是对 Google 在基于位置的 AI 方面潜力的看法。
-
Google 的 Project Genie 扩展至全球并集成 Street View
Google 的 Project Genie，一个用于根据文本提示创建可探索 3D 环境的 AI 系统，现已在全球范围内向 AI Ultra 订阅用户提供。该服务已更新一项新功能，集成了 Google Street View，允许用户根据现实世界地点生成交互式景观。虽然能够创建具有可控摄像机的有限 3D 环境，但 Google 强调 Project Genie 不是游戏生成器，因为它缺乏游戏开发所需的复杂性。
-
Google DeepMind 将 Project Genie 与 Street View 合并，用于交互式世界模拟
Google DeepMind 已将其世界模型 Project Genie 与 Google Maps Street View 集成，允许用户生成真实世界地点的交互式模拟。这项在 Google I/O 上宣布的新功能使用户能够通过创意提示重新构想地点，例如将芝加哥变成沙漠景观。该功能将首先在美国向 Google AI Ultra 订阅者推出，并计划在全球范围内推广。尽管该集成仍处于实验阶段，尚未具备物理感知能力，但旨在增强机器人培训、…
-
Google Research 发布 StreetReaderAI 以实现街景的可访问性
Google Research 开发了 StreetReaderAI，这是一个利用多模态人工智能使街景对视障用户可访问的原型。该系统利用 Gemini AI 提供街景、交叉路口和地标的实时音频描述。用户可以通过语音命令或键盘快捷键在虚拟街景中导航，接收有关其周围环境和移动选项的动态反馈，类似于无障碍视频游戏体验。