Для аналитика ориентирование по окружению на фотографиях не является инновацией. Проверка фото или видео часто сводится к тщательному осмотру городских пейзажей, очертаний ландшафта и названий улиц. Я начал задумываться о том, насколько сложно будет использовать природные подсказки, работая как в национальном, так и в глобальном масштабе.
Я видел, как выживальщики в телевизоре путешествуют по густым лесам, опираясь только на свои знания о растениях и картографированию солнца. Если они хорошо с этим справляются, я подумал, что, возможно, аналогичные навыки можно использовать и при проверке изображений. Проведя некоторые исследования, я определил, что есть несколько эффективных методов, которые можно использовать для получения подсказок из изображений, опираясь только на знания о растениях и животных.
Ле Страуд думает о том, как он переживет нас всех во время апокалипсиса 2020 года
Идентификация растений
Представим, что мы получили фотографию с места преступления, на которой изображен густой лесной массив. На фото нет ничего конкретного, просто природа. С чего начать?
Идентификация растений на фотографии, которые могут быть местными для этого района, является отличной отправной точкой. Растения, произрастающие в конкретном регионе, могут позволить нам определить штат или страну, где была сделана фотография.
В качестве примера я взял снимок из мартовской «Викторины» от Sector035, и вырезал из него фрагмент с травой. Затем пошел на identif.plantnet.org и загрузил это его туда.
Identify.plantnet.org выдает множество предложений о том, что это может быть за трава. Он также показывает несколько фотографий каждого вида предполагаемого растения, чтобы мы могли сравнить их с оригиналом. Мне кажется, что в данном случае, растения с фото выше напоминают рогоз широколистый (Týpha latifólia).
Способность идентифицировать растения - это только первый шаг. Как правило, растения с фото могут произрастать и в других местах, вдали от своего естественного ареала обитания. Поэтому, хотя этот способ поиска и может дать какие-то результаты, я не считаю, что они будут достаточно точными. К примеру, на фотографии может быть изображена экспозиция садоводов, которые высаживали растения из других регионов вручную, поэтому, в данном случае, такой трюк не пройдет.
Помимо этого, можно также рассмотреть привычки растений произрастать на тех или иных поверхностях. Большинство видов лишайников серого или зеленого цвета, как известно, растут в тенистых областях, однако лишайники ржавого цвета (Xanthoria Perientina) растут только на поверхностях с южной стороны. Этот критерий также стоит учитывать.
Такие травы, как ситник развесистый (Soft Rush), любят произрастать на влажной почве и могут указывать на болото поблизости. На фотографии ниже мы можем увидеть "пятна" травы на тех местах, где земля более влажная, чем окружающая территория. Такие паттерны также встречаются и в росте деревьев, о чем я расскажу в следующем разделе.
Идентификация деревьев
Натуралисты учатся замечать, как солнце влияет на рост растений, и как направление ветра может формировать линию деревьев. Мы также можем попытаться определить окружающий ландшафт на нашей фотографии, посмотрев на деревья.
Определенные виды деревьев могут быть отмечены в определенных географических областях в США. Например, деревья, имеющие название "нисса лесная" (tupelo), чаще всего встречаются в южном регионе и на восточном побережье, где они растут в болотистой стоячей воде.
В то время как гигантские деревья красного дерева (Секвойи) можно найти на западном побережье в Калифорнии. А линии ивы и ольхи любят расти возле рек и часто указывают на близлежащий источник воды.
Определение страны, в которой сделано фото, также возможно при изучении деревьев с фотографий. К примеру, Баобаб с фотографии ниже может сузить наш поиск до конкретных областей в Австралии, Мадагаскаре и Африке. Можно также использовать сайт What Tree Is That?, для поиска по Северной Америке.
Я также столкнулся с еще одной интересной вещью, - это использование повреждения дерева от ветра как индикатор направления движения. Одиночные лиственные деревья, вроде того, фотография которого находится ниже, являются лучшим источником для такого анализа. Дело в том, что ветер дует последовательно в определенных направлениях и может в конечном итоге подтолкнуть ветви дерева к тому же росту.
Если мы знаем примерно, где была сделана фотография, мы можем уточнить потенциальные локали, при помощи карты ветров.
Наконец, размещение деревьев вдоль ландшафта поможет определить примерную высоту, на которой была сделана фотография. Глядя на фотографию ниже, мы можем ясно видеть странное явление, связанное с деревьями, которое никто не может до конца объяснить, называемое «глобальный лесной участок» (простите, я не нашел подходящего эквивалента в русском). Глобальный лесной участок - это грубая линия деревьев, показывающая область возвышения, на которой они больше не могут произрастать, из-за проблем с почвой или из-за уменьшения количества воздуха.
Сложность использования данной линии для геолокации заключается в том, что, хотя это глобальное явление, высота над уровнем моря варьируется в зависимости от района, как показано на приведенной ниже диаграмме. При проверке, нам нужно иметь общее представление о стартовом местоположении.
Были также интересные исследования по идентификации деревьев на больших территориях по аэрофотоснимкам, которые, в основном, реализуются при помощи алгоритмов. Есть несколько методов, которые я использовал на сайтах по охоте на оленей, которые мы можем использовать здесь, используя Google Earth. Похоже, что охотники используют Google Earth для осмотра своих охотничьих угодий и смотрят на деревья, чтобы найти возможные тропы оленей. Охотники определяют, что за деревья произрастают на территории, используя опцию истории Google Earth и глядя на районы осенью или зимой. Дубы держат свои листья дольше в осенне-зимний сезон, поэтому они будут отчетливо видны на фотографиях и их сложно с чем-то спутать. Осенью мы также можем оперироваться на цвет, чтобы определить тип дерева.
Идентификация Сельскохозяйственных Культур
Помимо вышеописанных методов, для того, чтобы определить, в каких районах произрастает та или иная сельскохозяйственная культура, можно использовать аэрофотоснимки или фотографии со спутника. Как правило, сельскохозяйственные культуры часто имеют привязку к тому или иному региону и могут быть определены с использованием макетов полей, растений и животных.
На снимках ниже находятся поля с кукурузой, соевыми бобы, рисом и оливками, - каждый вид выращиваются особым образом, поэтому их просто различить.
Опираясь на различные мануалы по правильному ухаживанию за культурами (где и как их растить) в сочетании с оборудованием и зданиями, обнаруженными на земле, мы можем предположить местоположение.
Идентификация животных
Если на фотографии изображено сельскохозяйственное животное, можно попытаться определить ее местоположение на основе преобладающей сельскохозяйственной отрасли в регионе. Если мы посмотрим на карту ниже, то увидим, в каких регионах, какой скот преобладает. К примеру, если мы увидим на фотографии свиноферму, затем взглянем на карту, то прийдем к выводу, что она, возможно, сделана в районе штата Айова / Иллинойс.
Птицы - еще один замечательный ресурс для геолокации, поскольку они очень часто оказываются на фотографиях, сделанных на открытом воздухе. Использование бесплатного приложения, такого как Merlin Bird ID от Cornell, позволяет нам идентифицировать птицу по загруженной фотографии.
После того, как мы определили вид птицы, например каштановобрюхий ястреб (как на фотографии ниже), мы можем перейти сайт, вроде Ebird.org, чтобы определить родину этой птицы.
Вбив в поисковую строку вид птицы, становится очевидно, что она обитает только в Западной части Центральной Африки, что значительно сужает область поиска. В конечном итоге мы объединяем результаты, полученные при идентификации растений, деревьев и птиц и пытаемся найти область, соответствующую изображению.
Случаи использования
Все это звучит довольно причудливо, но когда-нибудь нам пригодятся подобные техники? Ну, если вы хотите попрактиковаться в этой области, я бы определенно порекомендовал Quiz Time. В качестве ежедневных загадок для исследования часто предлагают пейзажи с различной растительностью. Более благородная причина - Europol’s Trace an Object. Европол публикует фотографии случаев детской эксплуатации (без самих детей) и просит помочь определить, где они были сделаны / что изображено на них. Эти фотографии часто сделаны в лесных массивах, которые можно попытаться идентифицировать.
Если вам поможет какой - нибудь из этих методах, я хотел бы знать это! Если у вас есть еще способы, сообщите мне о них.
Некоторая информация для этой статьи была найдена в Natural Navigator, почитайте и его!
Автор: на английском здесь.
Перевод: Moody, канал Cybred
Я видел, как выживальщики в телевизоре путешествуют по густым лесам, опираясь только на свои знания о растениях и картографированию солнца. Если они хорошо с этим справляются, я подумал, что, возможно, аналогичные навыки можно использовать и при проверке изображений. Проведя некоторые исследования, я определил, что есть несколько эффективных методов, которые можно использовать для получения подсказок из изображений, опираясь только на знания о растениях и животных.
Ле Страуд думает о том, как он переживет нас всех во время апокалипсиса 2020 года
Идентификация растений
Представим, что мы получили фотографию с места преступления, на которой изображен густой лесной массив. На фото нет ничего конкретного, просто природа. С чего начать?
Идентификация растений на фотографии, которые могут быть местными для этого района, является отличной отправной точкой. Растения, произрастающие в конкретном регионе, могут позволить нам определить штат или страну, где была сделана фотография.
В качестве примера я взял снимок из мартовской «Викторины» от Sector035, и вырезал из него фрагмент с травой. Затем пошел на identif.plantnet.org и загрузил это его туда.
Identify.plantnet.org выдает множество предложений о том, что это может быть за трава. Он также показывает несколько фотографий каждого вида предполагаемого растения, чтобы мы могли сравнить их с оригиналом. Мне кажется, что в данном случае, растения с фото выше напоминают рогоз широколистый (Týpha latifólia).
Способность идентифицировать растения - это только первый шаг. Как правило, растения с фото могут произрастать и в других местах, вдали от своего естественного ареала обитания. Поэтому, хотя этот способ поиска и может дать какие-то результаты, я не считаю, что они будут достаточно точными. К примеру, на фотографии может быть изображена экспозиция садоводов, которые высаживали растения из других регионов вручную, поэтому, в данном случае, такой трюк не пройдет.
Помимо этого, можно также рассмотреть привычки растений произрастать на тех или иных поверхностях. Большинство видов лишайников серого или зеленого цвета, как известно, растут в тенистых областях, однако лишайники ржавого цвета (Xanthoria Perientina) растут только на поверхностях с южной стороны. Этот критерий также стоит учитывать.
Такие травы, как ситник развесистый (Soft Rush), любят произрастать на влажной почве и могут указывать на болото поблизости. На фотографии ниже мы можем увидеть "пятна" травы на тех местах, где земля более влажная, чем окружающая территория. Такие паттерны также встречаются и в росте деревьев, о чем я расскажу в следующем разделе.
Идентификация деревьев
Натуралисты учатся замечать, как солнце влияет на рост растений, и как направление ветра может формировать линию деревьев. Мы также можем попытаться определить окружающий ландшафт на нашей фотографии, посмотрев на деревья.
Определенные виды деревьев могут быть отмечены в определенных географических областях в США. Например, деревья, имеющие название "нисса лесная" (tupelo), чаще всего встречаются в южном регионе и на восточном побережье, где они растут в болотистой стоячей воде.
В то время как гигантские деревья красного дерева (Секвойи) можно найти на западном побережье в Калифорнии. А линии ивы и ольхи любят расти возле рек и часто указывают на близлежащий источник воды.
Определение страны, в которой сделано фото, также возможно при изучении деревьев с фотографий. К примеру, Баобаб с фотографии ниже может сузить наш поиск до конкретных областей в Австралии, Мадагаскаре и Африке. Можно также использовать сайт What Tree Is That?, для поиска по Северной Америке.
Я также столкнулся с еще одной интересной вещью, - это использование повреждения дерева от ветра как индикатор направления движения. Одиночные лиственные деревья, вроде того, фотография которого находится ниже, являются лучшим источником для такого анализа. Дело в том, что ветер дует последовательно в определенных направлениях и может в конечном итоге подтолкнуть ветви дерева к тому же росту.
Если мы знаем примерно, где была сделана фотография, мы можем уточнить потенциальные локали, при помощи карты ветров.
Наконец, размещение деревьев вдоль ландшафта поможет определить примерную высоту, на которой была сделана фотография. Глядя на фотографию ниже, мы можем ясно видеть странное явление, связанное с деревьями, которое никто не может до конца объяснить, называемое «глобальный лесной участок» (простите, я не нашел подходящего эквивалента в русском). Глобальный лесной участок - это грубая линия деревьев, показывающая область возвышения, на которой они больше не могут произрастать, из-за проблем с почвой или из-за уменьшения количества воздуха.
Сложность использования данной линии для геолокации заключается в том, что, хотя это глобальное явление, высота над уровнем моря варьируется в зависимости от района, как показано на приведенной ниже диаграмме. При проверке, нам нужно иметь общее представление о стартовом местоположении.
Были также интересные исследования по идентификации деревьев на больших территориях по аэрофотоснимкам, которые, в основном, реализуются при помощи алгоритмов. Есть несколько методов, которые я использовал на сайтах по охоте на оленей, которые мы можем использовать здесь, используя Google Earth. Похоже, что охотники используют Google Earth для осмотра своих охотничьих угодий и смотрят на деревья, чтобы найти возможные тропы оленей. Охотники определяют, что за деревья произрастают на территории, используя опцию истории Google Earth и глядя на районы осенью или зимой. Дубы держат свои листья дольше в осенне-зимний сезон, поэтому они будут отчетливо видны на фотографиях и их сложно с чем-то спутать. Осенью мы также можем оперироваться на цвет, чтобы определить тип дерева.
Идентификация Сельскохозяйственных Культур
Помимо вышеописанных методов, для того, чтобы определить, в каких районах произрастает та или иная сельскохозяйственная культура, можно использовать аэрофотоснимки или фотографии со спутника. Как правило, сельскохозяйственные культуры часто имеют привязку к тому или иному региону и могут быть определены с использованием макетов полей, растений и животных.
На снимках ниже находятся поля с кукурузой, соевыми бобы, рисом и оливками, - каждый вид выращиваются особым образом, поэтому их просто различить.
Опираясь на различные мануалы по правильному ухаживанию за культурами (где и как их растить) в сочетании с оборудованием и зданиями, обнаруженными на земле, мы можем предположить местоположение.
Идентификация животных
Если на фотографии изображено сельскохозяйственное животное, можно попытаться определить ее местоположение на основе преобладающей сельскохозяйственной отрасли в регионе. Если мы посмотрим на карту ниже, то увидим, в каких регионах, какой скот преобладает. К примеру, если мы увидим на фотографии свиноферму, затем взглянем на карту, то прийдем к выводу, что она, возможно, сделана в районе штата Айова / Иллинойс.
Птицы - еще один замечательный ресурс для геолокации, поскольку они очень часто оказываются на фотографиях, сделанных на открытом воздухе. Использование бесплатного приложения, такого как Merlin Bird ID от Cornell, позволяет нам идентифицировать птицу по загруженной фотографии.
После того, как мы определили вид птицы, например каштановобрюхий ястреб (как на фотографии ниже), мы можем перейти сайт, вроде Ebird.org, чтобы определить родину этой птицы.
Вбив в поисковую строку вид птицы, становится очевидно, что она обитает только в Западной части Центральной Африки, что значительно сужает область поиска. В конечном итоге мы объединяем результаты, полученные при идентификации растений, деревьев и птиц и пытаемся найти область, соответствующую изображению.
Случаи использования
Все это звучит довольно причудливо, но когда-нибудь нам пригодятся подобные техники? Ну, если вы хотите попрактиковаться в этой области, я бы определенно порекомендовал Quiz Time. В качестве ежедневных загадок для исследования часто предлагают пейзажи с различной растительностью. Более благородная причина - Europol’s Trace an Object. Европол публикует фотографии случаев детской эксплуатации (без самих детей) и просит помочь определить, где они были сделаны / что изображено на них. Эти фотографии часто сделаны в лесных массивах, которые можно попытаться идентифицировать.
Если вам поможет какой - нибудь из этих методах, я хотел бы знать это! Если у вас есть еще способы, сообщите мне о них.
Некоторая информация для этой статьи была найдена в Natural Navigator, почитайте и его!
Автор: на английском здесь.
Перевод: Moody, канал Cybred
