지도는 언제나 가슴 설레입니다.
오늘은 오랜만에 “너로 정했어” 라고 할 만큼 눈에 띄는 프로젝트를 찾았습니다.
DeepOSM 이름만 들어도 GIS 개발자들은 감이 올 거 같습니다. Tensorflow로 여러가지를 할 수 있지만, 저는 이렇게 가슴뛰는 프로젝트는 처음 본거 같습니다.
2016/06/01 Editor’s choice
trailbehind/DeepOSM
_DeepOSM - Train a deep learning net with OpenStreetMap features and satellite imagery._github.com
오늘은 설치를 해 보지 못했습니다.
하지만 간단하게 설명만 하자면,
위성사진으로 찍은 사진에서 도로데이타를 추출해 내고, 위성사진에서 건물데이타를 추출해 내는 작업들을 deep learning을 통해 기계가 작업을 하게 해 주는 프로젝트 입니다.
이게 무슨 소리냐 하면, 현재 여러분들이 보는 구글 맵이라던지 네이버 맵, 다음 맵들은 기본적으로 Raster data와 벡터데이타의 적절한 조합인데
벡터데이타라고 하는것은 이른바 점선면이고 위치값들은 보통 측량을 통해서 이루어집니다.
항공사진은 벌크로 다니면서 하늘에서 찍어대면서 좌표를 찍지만 도로의 생김새들이라던지 좌표들은 여러가지 제약들과 정확도 때문에 보통 DB 업체라고 하는 쪽에서 지형 지물 좌표값을 넣기 위해 측량을 하러 전국, 전 세계를 누비고 다닙니다.
정확한 벡터데이타를 집어 넣어서 여러분이 길찾기를 할 때에, Navigation을 할 때에 활용할 수 있게 합니다.
하지만 이제는 그 측량 마저도 인공지능이 대체할 수 있을지도 모르는 세상이 오고 있습니다.
인공위성 사진을 보는 AI라니요
tensorflow 얘기를 처음듣고 생각한 아이디어가 크게 두가지 인데 하나는 인공위성 사진에 딥러닝 적용시키면 벡터를 거꾸로 잡아 낼 수 있겠다. 라는 것과 아재개그 봇인데, 역시 생각하면 바로 만들지 않으면 누군가는 해 버리는군요.
75~80%의 정확도라고 하니 조만간…
이라고 생각해 보면 거꾸로 구글은 이 생각을 하지 않았을 리가 없는데라는 생각도 드네요. 결국 tensorflow 의 핵심은 빅데이터와 hidden layer 라고 봤을 때 데이타가 많은 쪽이 결국은 이쪽도 장악을 하겠네요.
잡설이 길었네요.
하지만 반드시 참고해봐야할 프로젝트임에는 틀림없네요.
By Keen Dev on June 1, 2016.
Exported from Medium on May 31, 2017.
