Se você costuma andar virtualmente pelas cidades usando as imagens do controverso Google Street View, logo poderá ver cães com coleira andando sem dono, buquês de flores pairando no ar como se estivessem sendo carregados por fantasmas e muitas outras esquisitices.Não se trata de defeito, mas do tratamento das imagens com um software capaz de remover pedestres de imagens digitais. O programa foi criado por Arturo Flores e Serge Belongie, da Universidade da California, nos Estados Unidos.
O programa, que ainda não foi batizado, remove os pedestres das cenas urbanas captadas pelo Google Street View, que oferece vistas panorâmicas de cidades, vilas e áreas rurais em todo o mundo. As visualizações são construídas juntando as imagens captadas por um carro que passa em todas essas localidades.
O removedor de pedestres elimina as pessoas das imagens e substitui os buracos com uma aproximação do contexto real por trás de cada pedestre. Estes pixels de fundo são montados extrapolando a imagem à direita ou à esquerda do pedestre, dependendo de sua homogeneidade.
Gerador de fantasmas
Atualmente, em nome da privacidade, o Google Street View borra o rosto das pessoas e as placas dos carros em suas imagens.
No entanto, as roupas, a forma corporal e a estatura, combinadas com a localização geográfica, pode ser suficiente para identificar pessoas mesmo se seu rosto estiver desfocado, afirmam Flores e Belongie em seu artigo.
Segundo eles, o removedor de pedestres é relativamente à prova de fantasmas - o que significa que a substituição da imagem das pessoas por planos de fundo não gera elementos que chamem a atenção.
Mas, como fantasmas geralmente estão na imaginação, o programa na verdade pode estar inserindo uma porção deles - afinal, há resultados estranhos, como cachorros na coleira sem os donos, sapatos e meias sem pernas, chapéus e guarda-chuvas abertos flutuantes e várias outras cenas bizarras.
Aplicativo urbano
O removedor de pedestres por enquanto só funciona em áreas urbanas - onde os pixels escondidos por trás das pessoas são, na maioria das vezes, "superfícies planas dominantes" - o que torna mais fácil a tarefa de substitui-los apenas replicando as áreas vizinhas.
Por exemplo, o sistema consegue substituir os pixels bloqueados por uma pessoa caminhando à frente de um outdoor com a imagem de cavalos pastando em um campo. Mas ele não consegue substituir os pixels por detrás de uma pessoa em uma estrada de terra passando à frente de cavalos reais em um pasto porque este fundo não é homogêneo.
Nenhum comentário:
Postar um comentário